딥러닝에 수학이 어쩌구 지랄 염병을 하는거보니 연구를 아예 안해본건가? 

시발 딥러닝에서 수학이 중요한 분야도 있고 아닌 분야도 있지 

학부 수준 이상의 고급 수학을 살면서 불가피하게 마주칠 일이 있을 수도 있는데, 그냥 그때 손해 보고 평소엔 본인 주제에 밀접한 지식이나 '깊게' 익히셈 뭔 해석학이니 측도록이니 지랄염병텝댄스추지말고... 

수학을 잘알면 당연히 장점이 있겠지만, 본인 연구하는데 어느정도 필요한지는 다 각자 느끼는바가 있을거고, 걍 그만큼만 하면 됨. 이 분야가 수학 잘한다고 더 중요한 연구를 할 수 있는것도 아니고, 탑컨퍼 꼬박꼬박 붙이는데 수학이 존나 중요한건 아님 

예시를 하나 들면 GNN에서도 sheaf theory까지 들어가는 사람들도 있고, LLM에 node feature 텍스트로 집어넣고 생각보다 잘되네? 이게 미래다 이런 사람들도 있음. 요즘엔 후자가 논문 더 잘될수도 있음 (진짜임) 

아 다만 행렬이 뭐에요 공?분산이 뭐지 이러면 좀 곤란함. 미적, 선대, 확률통계는 할 줄 아는게 좋음. 본문은 그걸 초과하는 범위에 대한 이야기임