심층신경망으로 가는 통계 여행, 첫 번째 여행: 회귀모형에서 심층신경망으로

• Published in: Ŭngyong tʻonggye yŏnʼgu Vol. 37; no. 5; pp. 541 - 551
• Main Authors: 김희주(Hee Ju Kim), 황인준(In Jun Hwang), 김유진(Yu Jin Kim), 이윤동(Yoon Dong Lee)
• Format: Journal Article
• Language: Korean
• Published: 한국통계학회 2024
• Subjects: generalized linear model; 다층퍼셉트론; 일반화선형모형; 분류; multi-layer perceptron; regression; 회귀분석; deep neural net; classification; 심층신경망
• ISSN: 1225-066X; 2383-5818

It has become difficult to discuss statistics without mentioning recent advancements in artificial intelligence and deep neural networks. While the progress in artificial intelligence and deep neural networks is also a result of major research achievements in statistics, modern statistics and artificial intelligence are often perceived as distinctly different approaches. The primary reason for this seems to be that the statistics education curriculum has not evolved to keep pace with the times. In this paper, to establish a framework for the expansion and development of statistics education, we examine the relationship between deep neural networks, specifically multi-layer perceptrons, and regression analysis from a statistical perspective, and explore their similarities and differences. 최근 인공지능과 심층신경망에 대한 언급 없이 통계학을 이야기하기 어려운 시대가 되었다. 인공지능과 심층신경망의 발전은 통계학의 주요 연구 성과가 이루어 낸 결과이기도 하지만, 현대의 통계학과 인공지능은 사뭇 다른 방법인 것처럼 생각되기도 한다. 그 주요 원인은 통계학 교육과정이 시대에 맞게 변화하지 못한데 따른 것으로 보인다. 본 논문에서는 통계학 교육의 확장과 발전의 틀을 마련하기 위하여, 심층신경망 그중에서도 다층퍼셉트론과 회귀분석의 관계를 통계학의 관점에서 살펴보고, 그 공통점과 차이점을 살펴본다.