발표했던 NoN 알고리즘은 deep learning architecture를 활용하여 tabular dataset에 더욱 효과적인 학습모델을 구축하기 위한 전략을 소개합니다. 발표자가 잘 설명해준대로 3가지 module로 구성되는데, 첫번째는 개별 변수(feature, column, field, 뭐라고 부르던..)에 대해 특징점을 추출하기 위한 부분이고, 두번째는 변수와 변수 간 관계성을 탐색하기 위한 각종 operational kernel을 통과토록 하는 단계, 그리고 마지막으로 개별 kernel을 조합하는 network 입니다. tabular data에 대해 효과적인 딥러닝 모델이 절실하다는 측면에서 무척 반가운 논문임에도 틀림없습니다. 허나, 제안 방법론에 대한 구술 방식과 검증, 실험 결과 면에서 아쉬운 점이 다소 있었습니다. 첫째, 3가지 module에 대해 개별적인 성능 평가를 수행함으로써 얼마나 효과적이고 필수불가결한 module이었는지를 보이는 것이 필요합니다. 실험적으로 보여주지 않을 심산이라면 각 모듈의 이론적 근거를 이끌어내는 것도 좋았겠지만, 논문의 내용만으로는 충분히 납득하기 어렵습니다. 둘째, 실험 결과 면에서 AUC score가 그렇게 significant difference 보이지 않으므로, 이에 대한 차이 검증을 수행하여 유의함을 보여주는 것이 필요하겠습니다.

논문은 활자로 명문화 되어 있으므로 그대로 받아들이고 믿게 되기 쉽습니다. 본 논문에서 충분히 좋은 의견은 받아들이고, 그렇지 않은 점은 철저히 건설적 비판을 통해서 타산지석으로 삼기를 바랍니다. 발표 잘 들었습니다.