이것들은 그냥 데이터 쑤셔박아서 예측하고 오차수정하고 분류하고 이정도 그냥 통계학정도로밖에 안느껴지는데 인공지능이 21세기 연금술같은거라는 생각이드네 한때 진로를 여기로 잡아볼까했는데 걍 수렁에 빠져드는 지름길같네
댓글 11
내가 그래서 발 살짝 담갔다가 수학으로 빠꾸함. 디멘션 엄청 높은 최적화 기법인건데 딥러닝에 대한 환상이 너무 큰거같음
익명(182.227)2020-12-28 21:30
답글
그래서 지금 대학원에서 뭐 전공함?
익명(223.39)2020-12-28 21:32
답글
이번에 대학원 들어가는데 별일 없으면 optimal transport 할듯?
익명(182.227)2020-12-28 21:34
답글
wGAN 말고 PDE 관점에서
익명(182.227)2020-12-28 21:35
답글
Skp중하나?
익명(223.39)2020-12-28 21:37
답글
ㅇㅇ
익명(182.227)2020-12-28 21:37
글쎄.. 그냥 관점의 차이인듯. Learning theory도 나름 이론적 기반이 있고 PAC learning, VC dimension 개념 등등 이론과 실제가 조금 멀어져서 그렇지 ㅋ 딥러닝도 NTK, Gaussian Process, universal approximation 등 해석적 연구도 어느정도 발전했고
익명(24.5)2020-12-28 22:27
답글
결정론적 최적화 관점에서 볼건지, 확률론적 관점에서 볼건지는 그냥 철학적 테크닉 차이라서 이건 통계학이야! 라고 하기도 애매함. 데이터만 넣으면 된다고 보기에는 few-shot, one-shot도 딥러닝이 이제 더 잘나가는게 아이러니라고 할까...
내가 그래서 발 살짝 담갔다가 수학으로 빠꾸함. 디멘션 엄청 높은 최적화 기법인건데 딥러닝에 대한 환상이 너무 큰거같음
그래서 지금 대학원에서 뭐 전공함?
이번에 대학원 들어가는데 별일 없으면 optimal transport 할듯?
wGAN 말고 PDE 관점에서
Skp중하나?
ㅇㅇ
글쎄.. 그냥 관점의 차이인듯. Learning theory도 나름 이론적 기반이 있고 PAC learning, VC dimension 개념 등등 이론과 실제가 조금 멀어져서 그렇지 ㅋ 딥러닝도 NTK, Gaussian Process, universal approximation 등 해석적 연구도 어느정도 발전했고
결정론적 최적화 관점에서 볼건지, 확률론적 관점에서 볼건지는 그냥 철학적 테크닉 차이라서 이건 통계학이야! 라고 하기도 애매함. 데이터만 넣으면 된다고 보기에는 few-shot, one-shot도 딥러닝이 이제 더 잘나가는게 아이러니라고 할까...
이분야 미래가 있음? 난 정말 수학문제를 인간보다 잘푸는 인공지능이 나왔으면 좋겠음
Pac가 머냐 pca아님?
Probably Approximately Correct