밑에 떡밥이 있길래 한 번 써봄
자꾸 수학 강조하는데
실제로 업계에서 써먹는건 그정도까지는 아닌듯
당장 딥러닝이나 관련 교재들(standford나 MIT) 보면 그렇게 수학적인 증명이나 그런거는 없음
당연히 공업수학에서 배우는 선형대수는 기본으로 알아야 하고 그 외에 수치적 분석(수치해석 등등)을 할 수 있을 정도면
업계에서 응용하는 건 충분하다고 생각
확률론이랑 수리통계 강조하긴 하는데 그닥? 오히려 그 내용들 제대로 알려면 함수해석까지 봐야함
물론 고고익선이긴 한데 너무 깊게까지 들어가는건 정작 수학/통계 전공자들도 힘든 것임
학문적으로 파고드는 거면 당연히 박사까지 해야 하는게 맞긴 한데 본인이 수학/통계 전공자가 아닌 이상
오히려 컴퓨터 공학 잘하는데 답이다(실제로 교수님들도 그렇게 이야기하고)
깊게 파고들게 아니면 너무 수학에 투자하는 건 좀 오버스펙임.
윈드포스가 하는건 이론 분야임 '업계'랑 달라 - return 0;
옵티마이저 개발하려면 최적화 해야지 해석학 해야지, 강화학습 이해할라면 확률론 해야지 통계 해야지, 등등.. - return 0;
ㄴ ㅇㅈ - dc App
1. 나도 동감 2. standford, MIT에서 출간한 딥러닝이나 관련 교재가 뭘 말하는거냐? 3. 커헠 윈드포스가 언제 머신러닝 이론한다고 했냐? 나름 윈드포스 글 꼼꼼히 보는 편인데 그런 이야기 한 기억이 없다.
딥러닝에서 요구하는 수학은 머신러닝에서 요구하는 수학보다는 훨씬 할만한 것 같음. 물론 깊게 들어가면 다 줮같이 어렵지만
했음. 예전에 관련된 글도 올렸었음. 걍 업계에서 딥러닝 땔감으로 구르기 vs 제대로 공부하기 - return 0;
ㄴ 청청따리 청청따 커헠아 ICML, NIPS 보면 알겠지만 머신러닝도 theory, application 등 여러 sub-field가 있다. 고로 제대로 공부하기라고 말했다고 해서 그것이 이론이라고 단정 할 수 없다.
이게 정답임 왜케 수학에 집착하냐
내가 아는 형도 cvpr에 논문 accept됐지만 그 형 나보다 수학 못함;
그래도 확률과통계 문제 정도는 좀 손으로 풀어 보고 이해를 한 후 딥리어닝 해야 속이 어뜨케 돌아가는지 머리 속으로 상상이 되지 않겠노?
mit ocw랑 코세라 에덱스 돌아다녔는데 선대 아는 사람 기준으로 학부수준은 크게 문제없음 - dc App