[일반] 근데 산공이나 전자 컴공같은데서

[ㄴㄴ(115.88)]

머신러닝이나 확률모델링 통계 빡세게 다루면다들 알아서 확률론이랑 찾아서 공부하고 그러나??
수학의 개념적인거 이해하고 그러는건 재밌는데 수학과대학원은 못가겠다

[one_reeler(onetoone)]

자기들 연구에 필요하면 하지않을까? 확미방 듣는 산공친구 있던데

[ss(115.88)]

아 진짜?? 어디학교임??

[익명(211.114)]

일단 measure theoretic probability까지 쓰는 연구를 하는 연구실이 매우적음. 아마 조금 과장해서 연구실 10곳이 있으면 그중에서 1곳정도 할거임. 우리나라 인공지능랩은 거의 다 비전하시는 분들이고, 자연어처리 연구하는 연구실도 비전에 비해서는 적음. 그래서 컴퓨터비전 연구실 기준으로 설명하자면, 요구하는 수학이 연구분야마다 다름. 어떤 분야는 수학이 많이 쓰이는 분야가 있고, 어떤 분야는 수학을 아예 몰라도 할 수 있는 분야도 있음. 내가 인턴으로 있었던 비전연구실의 경우에는 학과가 전전에 붙어있었던 연구실이였는데, 그래서 그런지 다들 수학적 background가 강하지 않았음. (해봤자, 미적 선대 약간의 통계)

[익명(211.114)]

그런데도 top conference 쓰는 걸 옆에서 보니까 "AI를 하려면 수학을 잘해야한다."라는 말은 어느정도 걸러들어야할 필요가 있음. 컴퓨터비전이나 자연어처리의 경우 수학보다 중요한 것은 사실 코딩임. 일단 말이 인공지능이지 딥러닝활용하는 실험과학에 가까움. 어느정도 논리적 근거하에 실험을 하지만 대다수가 돌려놓고 제발 잘되라하고 기도하는 경우가 많음. 그래서 컴퓨터비전이나 자연어처리로 가고싶으면 "코딩"을 잘해야함. 코딩을 잘할수록 아이디어를 구현할 수 있는 속도가 빠르고 돌릴 수 있는 실험양이 많아짐. 인공지능에 대해 조금이라도 알면 들어봤을 ResNet도 저자가 실험돌려놓고 휴가 다녀왔더니 결과가 좋아서 쓴 논문임 ㅇㅇ

[ss(115.88)]

머신러닝 아니여도 산공에 확률론적 최적화 이런거 하는곳도있던데 이런데도 수학은 깊게 안들어가려나.. 아니면 산공에서 아예 통계쪽을 깊게 하는 교수님들도 계시던데 밑에 수학과학생들많고 이런경우엔 따로 찾아서 들으려나.. 님같은경우엔 비전연구실가서 부족한건 없었음??

[익명(211.114)]

다시 돌아와서, 머신러닝 "이론"을 보자. 내가 저번에도 댓글 달았는데, real analysis, functional analysis, measure theoretic probability가 연구하는데 주로 쓰인다고 했는데, 이게 쓰인다고 해서 RCA를 다봐야한다거나 durret을 꼼꼼히 다 읽어야한다거나 그건 아님. 논문읽다가 모르는거 있으면 그때그떄 찾아보면 그만이거든. 예를들어서, functional analysis에 대한 background가 필요한 논문으로 Gaussian Process Optimization in the Bandit Setting: No Regret and Experimental Design(http.s://arxiv.org/abs/0912.3995) 이런 논문이 있는데,

[익명(211.114)]

이 논문을 보기위해서 functional analysis를 다 공부해야하는 건 아님. 굉장히 비효율적이지... 그러니까 이론랩이라고 해도 수학과에 비교하면 수학이 엄~~청나게 적게 쓰임. 그리고 다루는 개념도 추상적이지 않고 사실상 계산적 감각이 더필요함

[익명(211.114)]

ss(115.88)/ "머신러닝 아니여도 산공에 확률론적 최적화" 깊게, 혹은 "산공에서도 통계쪽을 깊게" 라고 물으시면 질문이 좀 추상적이라 저도 잘 모르겠음. 그리고 저도 제 연구분야 아니고선 모름!! (사실 제 연구분야도 잘 몰라용ㅋㅋ). 다만 내가 느낀건 수학과에서 쓰이는 정도로 deep하게 필요하진 않습니다. 어떤 과목이 필요하더라도 그 과목을 다 공부할 필요가 없다는 이야기에요. 물리학과만봐도 수학과랑 제일 가까운 학문임에도 불구하고 모든 수학을 다 공부하지 않잖아요? 여기도 마찬가지입니다.

[익명(211.114)]

비전 연구실가서 부족한 점은 코딩이죠. 비전에서 수학이 적게 쓰이는 분야/많이 쓰이는 분야가 있다고했는데 마찬가지로, 코딩도 분야마다 다릅니다. 보통은 3D vision쪽이 코딩 난이도가 있죠

[익명(222.107)]

추가하자면 위상수학 이런거 공부할때처럼 굉장히 abstract한 세팅에서 뭔가를 하진 않고 대신 technical한 계산에는 좀 익숙해져야하는듯 그리고 초등적인 기하적 sense도 있으면 좋음(e.g SVM) 예를들어서 kernel얘기할때 hilbert space에서 sauder basis hamel basis가 어쩌고 하면서 엄밀하게 증명할 필요는 없거나 필요하면 well-known을 찾아보면 되는데 유한차원 벡터공간의 analogous로 나오는 projection을 기하적인 sense로 다루거나 부등식같은거 잘 다루는건 중요함

[ss(115.88)]

자세한 답변 정말로 감사합니다 진짜 성의있으시게 답해주셨는데 어떻게 감사함을 표시할 방법이 없어서 오히려 죄송해지네요 ㅠ.. 수업듣다 현타와서 머라도아프고 댓글보면서 생각정리 진로고민좀 많이 해봐야겠습니다..