미적(스튜어트) 선대(lay) 공수(크레이직)했고 전공보다 재밌게 함. 시간 좀 지났으니까 존나게 까먹었을듯. 할튼 재능은 없음(있으면 여기 글도 안 썼겠지?)
1. 위 과목들 다른 책으로 한 번씩 더 봐라.(원서안봄 너무 더딤)
2. 됐고 확률론이랑 통계봐라(통계는 수리통계개론 Hogg꺼)
3. 그 정도면 됐고 코딩이나 더 해라
기타 조언 ㄱㅅ
1. 위 과목들 다른 책으로 한 번씩 더 봐라.(원서안봄 너무 더딤)
2. 됐고 확률론이랑 통계봐라(통계는 수리통계개론 Hogg꺼)
3. 그 정도면 됐고 코딩이나 더 해라
기타 조언 ㄱㅅ
뭘할건지가 중요하지 CS가 수학많이 쓰는 학문중 하나긴해도 학부수준에선 그렇게 어려운 수학 안쓰임 굳이 전공이랑 연관시켜서 수학공부를 하고싶은거면 이산수학이나 통계를 보셈
머신러닝할 것 같음. 꽤 긴 개론격 강의 한 두개 봤는데 제일 재밌고 무엇보다 내가 배운 수학 지식을 그냥 대놓고 쓰는게 마음에 듬
물론 뭘 하는가에 달렸다만 다 까먹었으면 연습문제나 풀면서 복습하고, 아니면 코딩이나 해라. 솔직히 타과생이면 선대 마스터 했으면 취미로 하는거면 모를까 나머진 대충 필요한 상황있으면 메꿔진다고 봄. 자기네가 수학이라고 우기는 것들은 정작 수학과에서 잘 안배우기도 하고
선대 마스터했다고 생각안함. 선대 다시본다면 스트랭이나 프리드버그로 함 더 보는게 어떤 차이가 있다고 생각함? 난 공대생이라 님들이 뭐 선대는 이 책은 어떻고 이 책은 어떻고 하는 그 차이를 느껴보질 못함. 한 책으로만 공부했었으니까
사실 lay를 안봐서 뭐 저게 뭘 빠트리고 있는진 몰겠는데 Friedberg면 거기서 빠트리는건 걍 나중에 필요할때 거기서 만나면 그때 배워도 되는거라 생각.. 근데 뭐 책 여러개 보는건 굳이 큰 의미는 없다고 봬서 - 특히 타과생이면- 있는 책 연습문제를 잘 풀어보는게 낫지 않을까 싶네. 응용을 마음에 둔거면 다음번에 만났을때 아 이게 뭐였지 하고
다시 선대책을 펴서 처음부터 읽어야 하는 상황만 안만들면 된다고 봐
ㅇㅎ 이해했음 ㄱㅅㄱㅅ
이 댓글은 게시물 작성자가 삭제하였습니다.
TCS할거아니면 선대미적이산수학통계정도에 좀 요즘한핫거들은 지네끼리 발전하니까 뭐 온라인러닝이나 걍 필요할때공부하면될듯
머신러닝도 너무 천차만별인데
ㅇㅇ 천차만별인데 내가 얖게만 봐서 잘 몰라서 그냥 후려쳐서 말한거임. 할튼 관련 잡 잡을려면 최소 석사임?
기본적으로 머신러닝 할거면 수리통계만 추가로 하면 왠만한거 구현은 쉬울거임
다만 딥러닝 이론쪽으로 공부하려면 함수해석까진 좀 알아야 함. 그치만 nlp 쪽은 또 수학 그렇게 쓰이진 않는 것 같고 오히려 컴퓨테이션 이쪽이 더 중요한듯.
수리통계학개론 Hogg만 봐도 괜찮음? '통계학'을 공부하는 건 헛물켜는거겠지?
수학을 하고싶으면 할 수도 싫으면 안해도 됨. 어차피 머신러닝에서 정말 테크니컬한 수학 사용하는 분야는 한정적이고, 나머지는 아이디어임.