선생님들 안녕하세요. 종강 후 공부를 시작해보려는 학부 1학년생입니다. 조언을 좀 구하고자 글을 쓰게 되었습니다.


눈팅 며칠 해 보니 딥러닝에서 수학이 어쩌니 저쩌니 해도 당연히 미적분 선대 수리통계까지는 기본으로 알아야 할 것 같고, 코드로 풀어내는 구현력 등도 중요한 것 같더라구요.


[저는] cs 전공이고, 수학은 고등학교 교육과정 정도만 확실히 아는 수준입니다. (학부 수준 내용은 일부 개념들만 파편적으로 알고 있습니다.) PS를 꾸준히 해왔어서 코딩 자체는 크게 문제되지 않을 것 같습니다. ML/DL 관련해서는 대표적인 알고리즘들이 어떻게 흘러가는지만 얕게 아는 수준입니다.


[질문]

1. 수학 공부와 ML/DL 공부 시간 분배를 어떻게 해야 할지 잘 모르겠습니다. 2:1 정도 생각을 했는데, 오히려 입문하는 수준에서는 지나치게 Bottom-up은 아닐지 궁금합니다.


2. andrew ng 교수님 cs229가 입문 국룰인 것 같던데, 유튜브에 게시된 강의는 2018년 가을학기 내용이길래 요새도 그런지 궁금합니다. 아무래도 해당 수업에서 다루는 내용들은 (상대적으로) 기초적인 내용들이기에 outdated한 내용들은 없겠죠?


3. 해결하고 싶은 문제를 정의하고 그걸 해결하기 위한 공부를 하라는 말씀도 봤던 것 같은데, 사실 당장 제겐 그런 아이디어나 문제를 정의할 능력이 부족한 것 같습니다. 우연히 PCA, Clustering 관련 강의를 듣게 되었고 제겐 그게 너무너무 재밌었어서 입문했습니다. 질문이 좀 바보같다는 생각은 들지만 어떻게든 쥐어짜서 뭐라도 하나 해 보는 게 좋을지, 좀 더 기초를 다지고 시작해도 괜찮을지 궁금합니다.


시간 내주시어 읽어주셔서 감사드립니다.