최근에 사진 데이터 분석에 사용되는 feature 에 대한 공부를 시작했다. 지금까지 진행해온 연구들에서 사용한 feature 들이 있지만, 기존 문헌들에서 사용된 feature 들을 바탕으로 좀 더 체계적으로 정리해서 이후 연구들에 사용하기 위해서이다. 가지고 있는 문헌들 중에서 코드를 함께 제공하는 논문들만 일단 살펴보기로 했다. 문헌 양이 방대하기도 하고, 또 거의 대부분의 논문들이 소수의 논문들로부터 나온 feature 들을 인용하여 사용하는 것 같기 때문이다.

저널에 제출했던 논문에 대한 리뷰 결과가 왔다. 애초에 리젝될지도 모른다고 생각했던 논문인데, 다행히 리비전 요청이 왔다. 리뷰어도 세 명이 아니라 두 명이어서 상대적으로 분량도 적은 편인 것 같다. 그럼에도 불구하고, 언제나 리비전 요청은 유쾌하지는 않은 과정이다. 여러 가지 수정사항 가운데 사소한 것도 있지만, 뭔가 근본적인 문제에 해당되는 것도 있기 때문이다. 이럴 때 그냥 논문의 한계 부분에 쓰는 것이 맞을지, 근본적으로 분석을 다시 해야 하는지 등을 결정하는 것이 쉽지 않은 일이다. 어떻게 하라고 구체적으로 적혀 있으면 차라리 낫다. 하라는 대로 하든지, 아니면 수정 요청을 거부하고 다른 저널로 가든지 하면 되니까 말이다.

<핸즈온 머신러닝>(2편)을 읽다가 확률과 가능도에 대한 좋은 설명을 찾았다. 그동안 ‘최대 가능도 모델(또는 최대 우도 모델)’과 같은 용어를 접하면서도 이해가 쉽지 않았는데, 이 책에 간단하면서도 이해하기 쉬운 설명이 제시되어 있었다. 아래는 책 pp.337-339 까지의 내용이다.