*현재의 학습 상황 설명:
딥러닝은 전공하고 싶어하는 1학년 학부생이고, 예전에 고등학생 시절 선대도 공부하지 않고 무지성으로 딥러닝을 시도했다가 처참하게 깨진 이후로 수학적 기초를 닦는 일에 최대한 집중함. 그 결과 현재 미적분학,선대,통계,확률,이산수학,정수론,미방 등을 공부한 상태
학습한 교재 목록:스튜어트,김홍종 미적분학,프리드버그,안톤 선대, ross의 확률과 통계,rosen의 정수론,rosen의 이산수학 등
뭐 대충 이정도 수준으로 공부했슴다
*관심있는 분야:
현재로써는 자연어처리가 재미있어보이지만, 사실 딥러닝 관련 지식이 매우 희박한 수준이기 때문에 관심있는 분야는 추후 바뀔 수 있을 것 같음
*질문:
1.지금도 솔직히 수치선대,수리통계 등등 많이 부족한 것 같지만, 이정도면 시작해도 괜찮지 않을까 싶은데 이제부터 딥러닝 공부를 시작해도 괜찮을까요? (대학원 진학이 목표)
2.만약 이런 상황에서 딥러닝을 시작한다면 어떤 강의 혹은 책이 좋을까? (eg: cs231,밑바닥부터 시작하는 딥러닝)
(영어,한글 가리지 않음)
3.만약 딥러닝을 시작한다면 그 이후로는 어떻게 수학을 공부해야할까? top-down 방식으로 필요한 분야를 학습해야할까? 아니면 그냥 일반적인 방식으로 꾸준히 학습해야할까?(i.e.앞으로 수치해석학,측도론,수치선대,수리통계등 추후 딥러닝에 필요할 수 있는 과목을 일반적인 커리큘럼에 맞춰서 학습)
처음부터 다 채워넣고 시작하기보다는 시작하고나서 부족한것을 채우도록
하긴 결핍은 언제나 좋은 동기니까요 참고하겠습니다!
ㅋㅋㅋ 너 지금 딥러닝 해보면 존나 현타올 수도 있음 - dc App
생각보다 수학이 많이 안 쓰인다는 분들도 많으시긴 하더라구요 ㅋㅋ
그 정도면 대학원 준비하는 수준인데 ai대학원 ㄱㄱ - dc App
학부 선대 미적분 확통 이산수학 수업 듣고나면 그 뒤부턴 그냥 자기 하고 싶은 분야부터 서칭해서 결정하고 그때그때 필요한 수학만 찾아 공부하는게 맞는듯 안그럼 할게 너무 많음 - dc App
미방은 neural ode 쪽 말곤 쓸일 없는것 같고 생성모델쪽 하려면 확통 지식 좀 많이 요구되기는 함 - dc App
대학원 수준 오면 딥러닝은 그냥 다른 수학과목들과 똑같이 도구 중 하나일 뿐임 - dc App
이제부터 분야를 정해야겠네요
미방이 쓸일이 크게 없다는건 좀 아쉽네요 ㅋㅋ 분야별 필요한 수학을 좀 찾아봐야겠슴다
미방이 공대에선 많이 하는데 ai하는 사람들이 잘 안하는 이유가 그냥 수학이 어려워서라고 생각함. ai한다고 오는 인간들 중에 수학 못하는 인간이 많아서... 반대로 말하면 블루오션일수도 있어 - dc App
음 생각하기에 따라서 그렇게도 생각 할 수 있네요 답변 감사함다 좋은 하루 보내세요
예를 들어 딥러닝기반 핵융합 시뮬레이션 개발하고 싶다고 하면 플라즈마를 유체로 취급해서 운동방정식을 풀어야 하니까 나비에 스톡스 방정식이나 맥스웰 방정식 등을 딥러닝기반으로 풀어볼 수 있을텐데 미방 기초 공부가 되어 있다면 분명 이곳저곳에 그 테크닉을 쓸 수 있을거임. 버릴 것은 없다고 생각함. - dc App
요즘 미방 개씹인기임 디퓨전이 기본적으로 SDE고 marginal이 같은 ODE로 표현될 수 있어서 ㅇㅇ 샘플링도 미방솔버로 하는것도 많은데
PINN 분야 할려면 미방 수치해석 빠삭 해야되던데
학부때는 bottom up, 대학원 때는 top down. 아직 학부생이니 수리통계, 측도론 공부하는 것도 좋은 선택임. 그리고 논문 구현하는걸 더 중점 두고
하긴 학부생이라 시간은 많으니까요 bottom up으로 기반을 다지는 것도 좋겠네요 답변 감사합니다
딥러닝을 하고싶으면 딥러닝을 하셈. 대1수학정도 (선대, 확통, 다변수미적분) 까지만 기본 닦고 딥러닝 들어가고, 그 다음엔 공부하면서 필요한 부분들 채워가면 됨. 예를들어 RL할꺼면 바나흐 고정점 정리 같은거 마주칠땐데 그럼 그때 이게뭐지? 하고 살피고, 디퓨전하다보면 미방나올텐데 그때 이게뭐지? 하고 보고 이런식. 함께할 동반자로 Murphy 책 강추.
그리고 시간 별로 안많음. 영어 배우고 싶다고 언어학, 기호학 공부할 시간은 언제나 없다고 보는게 맞아. 왜냐하면 나중에 되돌아보면 그때 그냥 "영어"를 공부했으면 훨씬 더 좋았을거거든. 딥러닝쪽의 몸통은 교과서라기고단 페이퍼임. 그리고 페이퍼는 덤핑 수준으로 나오고 있고. 빨리 페이퍼로 들어가야지 차일피일 미루다가는 나중에 후회함
음 영어로 비유하니까 확실히 알겠네요. 빠르게 페이퍼로 들어가고 그때 그때 채우는 방향으로 잡고 시간 남거나 좀 질릴 때 다른 공부도 하던가 해야겠네요
관심 있는 분야가 뭔지에 따라서 너가 지금 말한 분야가 하나도 필요 없을 수도 있음. 특히 지금 NLP 관심있으면 미방은 어디다쓰려고? 볼록 최적화? 이건 배우두면 나쁠건 없다만, 너가 관짝에서 박한 고전 영상처리 할거 아니면 그냥 나올때 필요한것만 찾아도 무방. 다시말해서 아는게 별로 없으면 그냥 관심 있는 분야 찾고, 기초만 배워. (기초해석학 수치해석, 수리통계, 확률론 등)
음 기초만 확실하게 다지고 바로 최신 논문으로 들어가던가 논문이랑 기초를 병행하던가 해야겠네요
니가 지금 쓰는 피시 사양이 어카됌? 쿠다 몇 짜리?
충분하진 않지만 제대로만 공부했다면 그정도로도 논문 ㄱㄱ해도 상관 없음, 공부하다 모르는거 나오고 그러면 그때 찾아가면서 공부하면 되고 솔직히 책이나 강의는 어차피 수학공부할때 다 나왔을텐데 굳이 봐야되나 싶음, 제대로만 공부했다면 선대에서 다 나왔을 내용이라서 굳이 공부 안해도 왠만한 모델은 수식만 몇분 봐도 어떻게 동작하겠구나 이해할 수 있거든
애초에 딥러닝이라곤 해봤자 기본적인 원리는 50년대에 이미 나왔던 내용들이다보니 교과서나 전공책에 다 나와있고 제대로 공부했다면 구현이 안된다는게 말이 안되는거거든 그래서 기본은 되는거 같다고 생각되면 바로 최신 연구인 논문으로 넘어가는게 맞음, 논문읽으면서 추가로 공부하면 좋은건 데구론이니 컨벡스 최적화 정도려나? 랜덤프로세스도 이해하고 있는거 맞지?
쥬분스기루 - dc App
일년만에 학교수업따라가면서 저걸 어떻게 다 봤음?? 프리드버그선대 하나만해도 몇달걸릴텐데
영재고라서 고딩 때 미적분학은 2까지,선대,확통 정도는 공부했었어서 대학 합격하고 지금까지 꾸준히 공부하니까 일단은 되더라고요. 영재고 때는 생명 전공했어서 영재고생 치고는 수학이 딸리는 편이긴 합니다
학부생 초기에 이렇게 이상하게 올인하는걸 나는 매우 비추천함
그럼 학부생초기에는 좀 더 다양한 분야를 경험하는게 맞을까요?
딥러닝은 공부하는게 아니다 - dc App