[%] 본인이 학부수학 최소 평균이상은 된다면

[익명(121.169)]

ai쪽 진로 함 잡아봐라

개날먹이다 진짜로

요즘 ai뜬다고 온갖 어중이떠중이들 다 모여서 밑바닥부터 아둥바둥 시작하는데

수학이 이미 돼있다는건 치트키 켜고 겜하는 수준임

츄라이츄라이

[익명(211.186)]

컴공에서 수학 안쓰지 않나.. 평균 넘는 수준으로 꿀빨수 있었으면 졸업하고 백수신세로 있지도 않음 ㅠ 복전까지 했는데

[익명(118.235)]

넌 국어 비문학 독해부터 공부해야될듯. AI에서 수학을 쓰니까 날먹이라는건데 컴공에서 수학 안쓴다 이러고 있네

[익명(211.186)]

비문학 독해 운운하는건 뭔 소린지 모르겠는데 AI는 컴공에 안들어감?

[익명(223.62)]

AI는 컴공 아니어도 할수있음

[익명(121.169)]

ai하는애들 중 컴공에는 거의 문외한인 사람들 겁내 많다. 내가 본문에서 말한 ai는 데이터사이언티스트쪽이고 너가말한 컴공을 ai에 결합하게되면 데이터엔지니어쪽에 가까움. 데이터엔지니어는 수학보다는 컴공지식이 훨씬더 도움됨. 데엔의 업무 수준에서 모델 만지작거리고 겉부분 튜닝하는 것 정도는 수학 잘 몰라도 충분히 가능하기 땜시....

[퇴물(219.254)]

컴공에선 잘 안쓰는데 머신러닝은 컴공과는 결이 좀 다른 방식임 그래서 기존 개발자들이 넘어올때 수학에서 장벽을 많이 느끼는 편. 근데 수학과면 그 허들넘기가 수월해서 어드벤티지가 많이 작용하지.

[토끼주문(icyselec)]

간단하게 미분적분학부터 시작하면 됩니까

[퇴물(219.254)]

통계학 부터 조지던데, 나는 ML 전문쪽이 아니어서 잘 몰라

[익명(121.169)]

딥러닝 하나만 본다묜 적분까진 필요도 없고 미분(+편미분) 계산 방법만 알아도 됨. 통계+선형대수가 일반적인 테크트리임. 전통적인 머신러닝분야는 통계가 원탑이고, 딥러닝에서의 통계는 확률론 위주(gaussian process등)로만 파고 나머지 케파는 선형대수에 적당량 쏟으면 됨. 수학뿐만 아니라 ai시장이 어떻게 흘러왔는지에 대한 전반적인 히스토리를 이해하는 것도 장기적으로 봤을때 중요하기 땜에 수학만 디립따 파는게 아니라 ai공부랑 병행하는걸 추천함

[익명(qvkqg2b1zduqae)]

수학공부해야겠네

[익명(121.169)]

수학을 배우니까 인생에 도움 많이되더라. 나는 늦게 배운터라 더더욱 체감이 됐고

[익명(122.57)]

연구는 지식 싸움이 아니라 아이디어 싸움이란다.. ㅋㅋ

[익명(223.38)]

1. 아이디어를 코드로 구현하고 -> 유의미한 성능을 낼 수 있도록 다듬고 -> 퍼포먼스 개선까지 하려면 최소한의 수학적 지식이 깔려있어야함. 안그럼 그냥 아이디어에서만 머물고 프로덕트화되기 힘듦. 그냥 막연하게 이러케저러케 하면 되지않을까?하는 막연한 아이디어를 컴퓨터도 이해할 수 있게끔 수치로 설명하는 능력이 곧 수학임. 물론 수학을 몰라도 삽질 존내 하면서 시행착오 누적하면 가능은 하겠지만 시간대비 효율 차이가 엄청남. 2. 모델 내부에서 연산이 어떻게 이뤄지는지 대강은 알고 있어야 feature map을 분석해서 모델 튜닝하는게 가능함. 솔직히 연산이라 해봐야 곱셈+덧셈+미분이 99%라 수포자도 미분이랑 선형대수 살짝만 배워도 이해하는데 문제 없지만 수학이 깔려있는 사람이면 더 빠르게 익히겠지.

[Dux(ohs1993)]

연구가 아이디어 싸움이라 ㅋ 대학원 안가본티 내네 - dc App

[익명(211.115)]

근데 정확히 AI뭘 말하는거임? AI 알고리즘을 연구하는걸 말하는거? 아니면 그냥 만들어진 AI알고리즘을 갖다쓰는거 말하는거?

[익명(223.38)]

당근 연구지. 갖다쓰는건 수포자도 가능함

[익명(121.169)]

글고 ai에는 딥러닝 아키텍쳐, 즉 core model 개발뿐만 아니라 core model로 얻어낸 output을 어떻게 우리 태스크에 맞게 정제 및 가공할 수 있을까도 ai의 중요한 한 축임. core model은 솔직히 밥만먹고 그것만 하는애들 따라가기 힘듦. 금전적 문제(GPU 등)도 있고... core model은 오픈소스 갖다 쓰더라도 그걸 본인들 태스크에 맞게 튜닝하는 작업도 수학이 베이스로 깔려있어야 훨씬 수월하고 유의미한 성과를 낼 수 있음.(튜닝에는 알고리즘 개발도 있지만, 데이터셋 설계등의 작업도 포함됨) 그게 안되는 기업들은 그냥 어차피 1년지나면 저거보다 더 좋은모델 나오겠지 ㅇㅈㄹ하면서 존버하는 것 밖에 못함.

[익명(106.247)]

요즘 IT쪽이 다 그런 분위기임

[익명(180.182)]

솔직히 수학 실력이 되면 논문 이해는 무리 없는데 좆밥 나부랭이가 논문 아이디어를 내고 증명할 수 있는가는 다른 문제같음

[익명(223.38)]

논문 아이디어를 내는거야 위에서 나온 말처럼 수학만가지고 되는게 아니지만, 적어도 수학을 알아야 아이디어 구현을 하던 말던 뭔가 스타트를 끊을 수 있음. 그냥 연구를 하기 위한 기본 전제조건인거임. 그리고 그 전제조건만 만족해도 현재 ai시장에선 남들보다 훨씬 앞서 있는거고

[MetaFibonacci(equivalence)]

[익명(220.74)]

그닥 날먹이 아닌 이유: 1) 이미 사람들 많이 몰려서 포화상태. 겨우 학부수학 좀 안다고 리서쳐가 되기엔 메리트가 크지 않음 2) 그렇다고 그냥 엔지니어쪽이 날먹인가?하면 이건 고딩수학만 떼도 갖다쓰기에 무리가 없는수준이라 마찬가지로 메리트가 없음 학부수학은 사실상 고등학교수학만 뗀사람 대비 큰 메리트가 없음