딥러닝에도 분명히 기하측도, 함수해석 등을 다룰 수도 있고  엄밀한 증명을 해야하는 분야가 있음.


얘를들어 최적화은 그 뿌리부터가 해석학 기반이라서 해석적 테크닉 없이 연구가 불가능함.



그리고 대수적 구조를 분석하고, 이걸 토대로 재밌는 이론을 전개하는 경우도 있음. 예를들어 sheaf neural network같은


그런데 theorem, proposition 등을 기반으로 proof를 하는, 즉 수학적 테크닉이 중요, 핵심인 .. 이런 분야는 많지 않음.


거의 모든 분야는 그냥 도구적 개념으로 대부분은 학부 수준에서 배운걸로 충분하고 이것도 수학에서 중요하게 다루는 수학적 엄밀함과 증명은 쓰는일이 별로 없음


증명테크닉, 수학적 엄밀함이 요구되는 분야는 마이너하고, 증명이 아무리 깔끔해도 복잡한 해석, 대수적 테크닉을 쓰는 페이퍼는 머신러닝 컨퍼런스에서는 별로 안좋아함.