Entropy, Cross-Entropy, KL Divergence

Entropy는 Cross Entropy Loss라는 이름으로 Deep Learning에서 분류 모델을 하는 이에게는 꽤나 익숙한 함수이다. 식으로는 다음과 같이 쓴다.

$$-{1 \over n}\sum\limits^n_{i=1}\sum\limits^c_{c=1}L_{ic}log(P_{ic})$$

  • $n$ = 데이터 갯수
  • $C$ = 범주 갯수
  • $L$ = 실제 값 (주로 0 또는 1)
  • $P$ = 실제 값에 대한 확률 값 (0~1)

Entropy는 불확실성을 계산하기 위한 Metric이다. 어떤 바구니가 있다고 하고 안에 붉은 공만 있다고 하자. 이러면 공을 꺼내면 항상 붉은 색만 나올테니, 이럴 때는 불확실성이 존재하지 않는다. 이 때 Entropy는 0이다.

일상 문제로 가져와서 생각해보면 이런 경우는 존재하지 않을 때가 더 많다. 앞서 언급한 분류문제를 기반으로 생각해본다면 분류를 하는 것자체가 데이터가 섞여있는 것을 의미하기 때문에 더더욱 그렇다. 엔트로피의 식은 다음과 같다. $$H(q) = -\sum_{c=1}^{C} q(y_c)log(q(y_c))$$ 이 식을 활용해서 분포간의 차이를 보는 것이 Cross Entropy이다. 실제 분포가 $q$가 있고, 우리가 모델로서 만드는 분포 $p$의  있을 때 특정 실제 값 $(y_c)$와 입력한 값 $p(y_c)$간  차이를 보는 것이다.
$$H_p(q) = -\sum_{c=1}^{C} q(y_c)log(p(y_c))$$ Python으로 구현하면 이렇게 쓸 수 있겠다.

import numpy as np
def CrossEntropy(Q, P):
Q = np.float_(Q)
P = np.float_(P)
return -np.sum(Y*np.log(P) + (1-Q)*np.log(1-P))

여기서 확장해서 "차이"들을 모두 Sum해서 이 두 분포간의 전체적인 차이를 보는 것이 바로 Kullback-Leibler Divergence이다. 식은 다음과 같고 이산형 분포를 감안하여 식을 썼지만 $\int$를 쓰면 연속 분포에서도 가능할 것이다.

$$D_{KL}(q||p) = -\sum_{c=1}^{C} q(y_c) [log(p(y_c)) - log(q(y_c))] = H_p(q) - H(q)$$ Entropy부터 Kullback-Leibler Divergence까지 연관성에 대해서 대략 정리해보았다.

Read more

[책]Reshuffle: Who wins when AI restacks the knowledge economy

[책]Reshuffle: Who wins when AI restacks the knowledge economy

원래는 Amazon에 가서 Personal Knowledge Managment에 관한 책을 사려고 했다. Sketch Your Mind라는 책이었는데, 그 때 이 책 “Reshuffle”을 발견하였다. AI가 어떻게 Knowledge Economy를 흔들 것가? 라는 부제를 훑어보면서 저자가 쓴 다른 책을 보게 되었는데 거기에 내가 좋아했던 책을쓴 저자라는 것을 알게 되었다. 그래서 크게 고민하지 않고 구매를 하고

By Bongho, Lee
[책]올라운드투자, 누군가의 투자일기

[책]올라운드투자, 누군가의 투자일기

“올라운드 투자”라는 제목을 보았을 때는, “올라운드 플레이어”가 생각이 났다. “올라운드”라는 표현을 오랜만에 들어본 까닭이었다. 그럼에도 불구하고 이 책을 고른 것은 저자가 그간 보여준 컨텐츠에 대한 신뢰가 있던 까닭이었다. 컨텐츠를 다양하게 보는 편이지만 깊이가 아주 있지는 않았다. 여기서 깊이라 함은 기존 전문적인 정량적 분석의 내용의 수준을 말하는 것이다.

By Bongho, Lee
내가 놓치고 있던 미래, 먼저 온 미래를 읽고

내가 놓치고 있던 미래, 먼저 온 미래를 읽고

장강명 작가의 책은, 유학시절 읽고 처음이었다. 유학시절 "한국이 싫어서"라는 책은 동기부여가 상당히 되는 책이었다. 한국을 떠나 새로운 정채성을 학생으로서 Build up 해나가고 있던 상황에서 이 책은 제목부터 꽤 솔깃하였다. 물론 결말이 기억날 정도로 인상깊은 책은 아니었지만 말이다. 그렇게 시간이 흘러 장강명 작가의 책은 더 이상 읽지 않던

By Bongho, Lee