수학 통계 복전중인 학부 2학년따리인데 몇가지 질문이 생겨서 글씀
1. 이쪽으로 공부해보고 싶어서 대학원 선배들한테 물어보니 함수해석 공부해놓으라던데 사실 함수해석이 좀 저자마다 강조하는 부분이 달라서 ML/DL을 위한 함수해석 교재를 어떤걸 쓸지 모르는데 추천좀..(위상, 실해석 각각 멍커스 로이든으로 봄)
2. ML/DL 이론서 뭐로 보는게 좋음? (미적,선대,수리통계 공부는 해놨고 Pytorch로 딥러닝 머신러닝 진짜 진짜 기초만 알고 Neural ODE랑 PINN 논문구현 몇개 해봤음)
이론쪽 페이퍼들은 리서쳐들마다 다 다른 백그라운드 가지고 다른 툴들 쓰는지라… 뭐 필수적으로 해야한다라고 할만한건 실해석/확률론 말곤 모르겄네
2번은 머피 pml
콘웨이 아니면 크레이직
뭘 하길래 함수해석까지 보는거지..? 실해석 책에 나오는 함수해석 내용으로 충분하지 않나? 콘웨이까지 보는건 너무..
아 수학 전공이구나. 그럼 크레이직으로 감잡고 콘웨이든 뭐든 보는거 추천
나무위키에 이런 ㅣㅇ야기 있기는 함. 그냥 참고. 기하 기반의 알고리즘들을 공부하다 보면 내적 공간(inner product space), 바나흐 공간(Przestrzeń Banacha), 힐베르트 공간(Hilbertraum) 등에 대한 이야기가 필연적으로 나오며, SVM의 경우 '커널 기법'이라는 것이 사용되는데, 이 모든 것에 대한 이론적 근간이 바로 함수해석학에 있다. 단, 소볼레프 공간(Пространство Соболева) 등에 대해 배울 정도로 많이 배울 필요는 없고[5], 어지간한 물리학도들이나 공학도들이 하는 정도로만 하면 된다.
[5] 함수해석학 과목들이 대개 오만가지 이름하에 여러 개가 개설되어 있는 경우가 많으니 진도표를 잘 보고 수강해야 한다. 진도 막판에 소볼레프 공간 이야기를 맛보기로 하는 정도라면 모를까, 처음부터 그런 이야기를 하면서 베소프 공간 같은 이야기를 하고 있다면 그건 편미분방정식 연구를 준비하는 수학 대학원생들을 위한 과목이다.
우리학교에 개설되진 않아서 그냥혼자공부하려구여 - dc App