최적 수송 이론(Optimal Transport, OT)의 기본적인 수학적 측면을 다루는 강의 노트입니다. Monge와 Kantorovich 공식, Brenier 정리, 쌍대 및 동적 공식, Gaussian 분포의 Bures metric, 그리고 선형 계획법, 반이산 솔버, 엔트로피 정규화와 같은 수치적 방법들을 포함합니다. 기계 학습 분야에서는 기울기 흐름을 통한 신경망 훈련, Transformer의 토큰 역학, GAN 및 확산 모델의 구조와 같은 응용 프로그램을 소개합니다. 깊이 있는 학습 기법보다는 수학적 내용에 중점을 둡니다.
