한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과129건

검색 결과 제목

  1. 66측정오차가 회귀선의 기울기를 왜 눕힐까?
  2. 67풀지 못한 정리에서 다시 배우면 자동증명기는 더 강해질까?
  3. 688,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?
  4. 69나만큼 잘 아는 사람이 반대하면 확신을 얼마나 낮춰야 할까?
  5. 70무작위 숫자를 본 뒤의 추정치는 왜 그 숫자 쪽으로 끌릴까?
참값에서는 가파른 회귀선과 좁은 점 구름, 측정오차가 있는 설명변수에서는 가로로 퍼지고 평평해진 회귀선을 비교한 그래프.

측정오차가 회귀선의 기울기를 왜 눕힐까?

참값에서는 가파른 회귀선과 좁은 점 구름, 측정오차가 있는 설명변수에서는 가로로 퍼지고 평평해진 회귀선을 비교한 그래프.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

측정오차가 회귀선의 기울기를 왜 눕힐까?

Berglund는 설명변수의 무작위 측정오차가 회귀계수를 0 쪽으로 끌어당기는 회귀 희석과 반복 측정 기반 보정·표본수 설계를 설명했다.

Regression dilution bias: Tools for correction methods and sample size calculation

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →
풀지 못한 정리에서 다시 배우면 자동증명기는 더 강해질까?의 질문, 방법, 결과와 적용 범위를 세 단계 카드로 정리한 교육용 도식

풀지 못한 정리에서 다시 배우면 자동증명기는 더 강해질까?

풀지 못한 정리에서 다시 배우면 자동증명기는 더 강해질까?의 질문, 방법, 결과와 적용 범위를 세 단계 카드로 정리한 교육용 도식
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

풀지 못한 정리에서 다시 배우면 자동증명기는 더 강해질까?

HyperTree Proof Search는 증명 탐색 결과를 온라인 학습에 되돌려 훈련 분포 밖 정리의 탐색 정책을 개선한다.

HyperTree Proof Search for Neural Theorem Proving

게시 2026-09-13 · 약 11분해외 논리학 연구 해설 읽기 →
한 문제에서 첫 후보 하나와 8192개 후보 묶음이 각각 검증기로 들어가 pass at 1과 pass at 8192로 나뉘는 도식

8,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?

한 문제에서 첫 후보 하나와 8192개 후보 묶음이 각각 검증기로 들어가 pass at 1과 pass at 8192로 나뉘는 도식
인공지능과 논리해외 학술 연구 · 연구 해설 · 일반

8,192번 중 한 번 성공한 80.7%를 ‘한 번의 실력’으로 읽어도 될까?

Kimina-Prover Preview v1의 강화학습과 miniF2F pass@8192 결과를 살펴보며 대규모 후보 탐색 성과와 단일 시도 능력, 형식 검증 비용을 구분한다.

Kimina-Prover Preview: Towards Large Formal Reasoning Models with Reinforcement Learning

게시 2026-09-13 · 약 10분해외 논리학 연구 해설 읽기 →
셔틀 도착 시각이 다를 때 자료, 판단 과정, 확신, 행동을 각각 점검하도록 나눈 네 행의 표.

나만큼 잘 아는 사람이 반대하면 확신을 얼마나 낮춰야 할까?

셔틀 도착 시각이 다를 때 자료, 판단 과정, 확신, 행동을 각각 점검하도록 나눈 네 행의 표.
논증과 대화논리학 배우기 · 개념·이론 · 일반

나만큼 잘 아는 사람이 반대하면 확신을 얼마나 낮춰야 할까?

인식적 동료의 반대는 원자료에 관한 증거와 판단 과정에 관한 증거를 구별하게 합니다. 기계적인 중간값보다 먼저 확인할 조건을 알아봅니다.

Disagreement

게시 2026-09-13 · 약 8분논리학 학습 글 읽기 →
무작위 시작값 10과 65에서 중앙 추정 25와 45로 이어지는 두 경로와 실제 근거 확인점이 별도로 표시된다.

무작위 숫자를 본 뒤의 추정치는 왜 그 숫자 쪽으로 끌릴까?

무작위 시작값 10과 65에서 중앙 추정 25와 45로 이어지는 두 경로와 실제 근거 확인점이 별도로 표시된다.
인간의 사고와 추론해외 학술 연구 · 연구 해설 · 입문

무작위 숫자를 본 뒤의 추정치는 왜 그 숫자 쪽으로 끌릴까?

Tversky와 Kahneman의 기준점 실험은 무관한 시작값도 수량 추정의 출발점이 되어 조정이 부족할 수 있음을 보여 줍니다.

Judgment under Uncertainty: Heuristics and Biases

게시 2026-09-13 · 약 8분해외 논리학 연구 해설 읽기 →

66–70 / 129편