본문/내용
1. 연구 목표 및 배경
저는 석사과정을 통해 통계학 분야, 특히 베이지안 통계학과 머신러닝의 접목에 대한 심도있는 연구를 수행하고자 합니다. 학부 시절 다양한 통계 분석 기법들을 배우면서 데이터 분석에 대한 흥미를 키웠고, 특히 불확실성을 명시적으로 고려하는 베이지안 접근 방식에 매료되었습니다. 단순히 예측 결과만을 얻는 것이 아니라, 그 결과에 대한 신뢰도와 불확실성을 정량적으로 평가하는 베이지안 방법론은 현실 세계의 복잡한 문제들을 해결하는 데 훨씬 더 효과적이라고 생각합니다. 최근 몇 년간 딥러닝을 포함한 머신러닝 기술의 발전은 눈부시지만, 모델의 해석성과 신뢰성 확보에 대한 어려움이 여전히 남아있습니다. 이러한 문제점을 해결하기 위해 베이지안 방법론을 머신러닝 모델에 적용하는 연구는 매우 중요하며, 앞으로 데이터 분석 분야에서 핵심적인 역할을 할 것이라고 확신합니다.
특히 저는 베이지안 딥러닝 모델을 활용하여 복잡한 시계열 데이터 분석에 도전하고 싶습니다. 학부 졸업 논문으로 수행했던 금융 시계열 데이터 분석 연구에서 베이지안 접근 방식의 유용성을 직접 경험했습니다. 당시에는 계산적인 제약…