제어 전공인데 이론 제어 하는 사람들이나 여기 수학하는 사람들처럼 수학을 깊게 하진 않음. 


예를 들면 로봇제어 같은 practical 한 연구하는 곳은 실제 구현이 중요해서 이론을 깊게 파진 않은데, 

(나도 비슷한 류의 연구를 하는 중) 실제 시스템을 움직여서 퍼포먼스를 보여주는 게 중요해서, 이론보단 설계/실험에 치중하는 교수들도 있는 반면

또 Proof, Lemma, Remark,,, 등 많이 쓰면서 이론 제어에 치중하고, 성능은 간단한 시뮬레이션으로 보여주는 연구를 하는 교수들도 많음.


나는 이론쪽 백그라운드가 약하다고 생각해서, 보강을 하려고함. (Proof, Lemma 이런거 나오는 논문 읽기가 상당히 어렵고, 내가 쓰는 논문들에 나오는 논문들 보면 이걸 굳이 증명을 해야하나 라는 생각을 많이 하는게 사실임.)


이런 상황인데 우선은 Convex Optimization 부터 시작중인데,, 사실 이것도 쉽지 않음 ㅠ

대략 어떤 분야들 강화하면 좋을까? 최종적으로는 제어+ 머신러닝 쪽에서 필요한 수학 (아마도 Optimization, Linear Algebra, Calculus 가 기본이 되긴 할텐데, 나같은 수학 비전공자인데 수학을 많이 쓰고싶은 전공자에게 추천해줄 만한 과정이 있나해서 글남겨봄.)