컴공생인데 인공지능 깊게 파지 않아서 따로 공부해보려합니다.
책추천 그런거말고 대략적인 공부순서부터 잡으려하는데
1)파이썬공부+수학공부(확통,미적분,선형대수등등)
2)자료구조, 알고리즘공부
3)머신러닝, 딥러닝 기초공부
4)캐글에 부딫히기
이런식으로 하면 맞는건가요?
대학와서 처음으로 프로그래밍 접해봤는데 꽤 적성에 맞는거 같은데 개발자보단 유망한 데이터사이언스쪽으로 진로잡고 싶어서 미리 공부해보려고요.
물론 전공공부도 열심히해서 학점 4점대 이상 꾸준히 유지해서 데이터사이언스가 적성에 맞으면 대학원까지도 갈생각입니다.
근데 이왕 공부한거 졸업전까지 4년동안 캐글 그랜드마스터까지 도전해보고싶어서요.
어떤식으로 공부해야되나요?
그리고 알고리즘을위해 c++ 깊게 파는것도 도움되나요?
책추천 그런거말고 대략적인 공부순서부터 잡으려하는데
1)파이썬공부+수학공부(확통,미적분,선형대수등등)
2)자료구조, 알고리즘공부
3)머신러닝, 딥러닝 기초공부
4)캐글에 부딫히기
이런식으로 하면 맞는건가요?
대학와서 처음으로 프로그래밍 접해봤는데 꽤 적성에 맞는거 같은데 개발자보단 유망한 데이터사이언스쪽으로 진로잡고 싶어서 미리 공부해보려고요.
물론 전공공부도 열심히해서 학점 4점대 이상 꾸준히 유지해서 데이터사이언스가 적성에 맞으면 대학원까지도 갈생각입니다.
근데 이왕 공부한거 졸업전까지 4년동안 캐글 그랜드마스터까지 도전해보고싶어서요.
어떤식으로 공부해야되나요?
그리고 알고리즘을위해 c++ 깊게 파는것도 도움되나요?
1번 파이선 및 기초수학은 대학 교양과정에서 배우는거라서 굳이 따로 공부할 필요는 없고, 조금 더 관심 있으면 선형대수, 해석학 정도 들어보는것도 좋아요. 2번 자료구조/알고리즘은 일반적인 ML 커뮤니티에서 연구 및 실제로 쓰는것과 하등의 관계가 없긴한데, 엔지니어로 취직하려면 소위 leetcode 스타일의 문제를 풀어야하는데 그럴 때 유용하구요. 3번은 데이터 사이언스는 딥러닝과 큰 관련이 없다고 봐도 무방합니다. 그냥 통계 방법론 및 전통적인 머신러닝 방법론 공부 및 대규모 데이터 프로세싱 관련 스택 (하둡 같은)이 그쪽에서 원하는 사람에 더가까워요. 4번은 하나의 방법 중 하나지만 굳이 그쪽에 시간 투자할 필요는 없다고 봅니다.
챗GPT4, 유튭프리미엄, 어도비 등 구독OTT (최대 80% 할.인)
www.gamsgo.com/partner/DrKPG
중간에 데이터엔지니어가 섞여있네요. 물론 학부 수준에서는 기초적인 과정을 두루 보기는 하지요.
https://i.am.ai/roadmap/
여길 참고해보세요.꼭 필요한 기초가 뭔지, 사이언티스트와 엔지니어 어느 쪽이 더 적성에 맞을지 살표보세요.