Study/Data Science4 [Weekly Papers] LLM 기반 임베딩으로 인간 신념 구조 모델링하기 대형 언어 모델(LLM)을 활용해 인간 신념 구조를 벡터화한 최신 연구를 소개한다. S-BERT와 contrastive learning으로 정치·종교 등 여러 이슈에서 신념의 연결성과 양극화를 모델링하였다.논문명: A semantic embedding space based on large language models for modelling human beliefs저자: Lee et al.저널: Nature Human Behaviour, 2025 연구 목적 온라인 토론 사이트의 찬반 투표 기록을 활용해 인간 신념(Human beliefs) 구조를 대형 언어 모델(LLM)로 벡터화함. 연구 방법 S-BERT에 triplet-based contrastive learning을 적용해 신념 간 유사성과.. 2025. 6. 15. KDI국제정책대학원 데이터사이언스 전공 후기(2) – 2025년 봄학기 성적 및 과목별 리뷰 KDI국제정책대학원(KDIS) 데이터사이언스 전공 2025년 봄학기, Python과 Korean Economic Development 수업에 이어, 나머지 3개 핵심 과목(R Fundamentals for Public Policy, Introduction to Computational Social Science, Statistical Foundations for Data Scientists)에 대한 학습 경험과 소회를 정리함. ■ R Fundamentals for Public Policy (김병구 교수님) → 내 성적: A- 정책 데이터 분석에 특화된 R 프로그래밍 입문 수업. Python과 마찬가지로 완전 초보를 대상으로 기초 문법, 데이터 프레임 다루기, 시각화(ggplot2), 간단한 데이터 전처.. 2025. 5. 14. KDI국제정책대학원 데이터사이언스 전공 후기(1) – 2025년 봄학기 성적 및 과목별 리뷰 KDI국제정책대학원(KDIS) 데이터사이언스 전공 2025년 봄학기 성적과 과목별 학습 후기.Python, R, 통계학 기초, 계산 사회과학 입문 등 주요 수업에 대한 소회 1. 학기 개요 및 GPA2025년 봄학기 KDI국제정책대학원(KDI School of Public Policy and Management, 이하 KDIS)에서 데이터사이언스 전공 정규 수업을 시작했다. 총 5과목을 수강했고, 학기 GPA는 3.67. KDIS는 GPA 만점이 4.0(A)이므로 3.67은 A-에 해당하는 수준이다.기대 이상의 성적이지만, (결코 우수한 성적은 아니다.)과목별 프로젝트나 학습과 관련해서 아쉬움이 남는 것들도 있어 기억이 흐려지기 전에 여기 기록한다. 2. 과목별 성적 및 학습 후기■ Korean E.. 2025. 5. 13. 나는 왜 데이터사이언스를 전공했는가 – 더 합리적인 정책 설계를 위해 대학 시절, 나는 건축을 전공했지만 컴퓨터와 데이터 분석에 대한 관심은 꾸준히 있었다. 배우고 싶다는 생각은 늘 있었지만, 우선순위는 항상 밀렸다. 매 학기 설계 프로젝트에 쫓겨 컴퓨터는 디자인 도구로만 사용했고, 진로를 바꾼 후에는 행정고시를 준비하느라 또 미뤘다. 실무에 들어간 이후에는 시간과 여유가 없다는 핑계로 계속 뒤로 밀렸다. 국토교통부에서 정책을 다룬 지 어느덧 6년. 도시계획, 건축, 철도안전 등 다양한 분야를 거치며 느낀 가장 큰 갈증은 ‘근거 있는 정책결정’이었다. 특히 방대한 행정 데이터를 눈앞에 두고도 이를 제대로 분석하거나 활용할 수 없다는 사실은 반복적으로 한계를 체감하게 했다. 국책연구기관과 같은 정책 보조기구가 있긴 하지만, 예고 없이 발생하는 현안에 대해서는 여전히 전문가의.. 2025. 5. 8. 이전 1 다음
