차차 공부 더 해나가다 보면
안보이는 것도 더 보이겠지.
그럼 여기에 추가해 넣으면 되는것
[머신러닝] 내가 추천하는 머신러닝 커리큘럼
Windfor..(k920048)
2017-12-17 22:32
추천 9
댓글 38
다른 게시글
-
띵곡 투척하고감미다피에로(110.47) | 17.12.17추천 0
-
학벌에... 목매지 말아라... [18]水(diool) | 17.12.17추천 1
-
지잡대생) 다음 학기 기숙사비 원복했습니다 8ㅅ8 [3]치카냥(mlku124) | 17.12.17추천 3
-
시험공부하기전에 영화 21을보고 삘받아야겟음미다 ㅎㅎ피에로(110.47) | 17.12.17추천 0
-
이제 이곳을 떠날 준비가 되었다.김용팔(218.38) | 17.12.17추천 1
-
코드블럭 설치 편하긴하네 [1]조용기(dallsalad) | 17.12.17추천 0
-
컴공 4년제 졸업하면 코딩하면서 먹고살기 가능하냐? [1]익명(175.212) | 17.12.17추천 0
-
c# vs c++ [1]익명(1.240) | 17.12.17추천 0
-
요새는 금융기업도 전부 머신러닝 전문가로 대체하려고 한다더라 [1]익명(111.91) | 17.12.17추천 1
-
프갤아조씨들 프로젝트 주제좀 추천해주세용... [6]스트로베리(qwerty12000) | 17.12.17추천 0
초록색은 내가 거의 완료한것. 하얀색은 아직 안한 것 - dc App
저거 진짜 다 하는 정도면 구글정도는 쌈싸먹고 들어갈거같은데...? 국내 큰 기업에서 머신러닝 한다는 친구 많이 봤지만 저렇게 모든 영역 커버하는 사람 못봤는데. 지금까지 한 것도 대단한데, 엄청 열심히 하시는듯.
그렇게 많이 안 해도 된다... 미적분학... 선형대수... 기초통계... 정도만 하고 머신러닝 하면 된다... 코넬대학교 머신러닝 전공 대학원생들도 저정도다...
난 일단 현업가서 몇년 굴르다가 대학원 가서 수학적으로 딥러닝 규명하는데 열심히 할거임. 마음에 드는 랩도 정해놓음. 그래서 저만큼 해야함 - dc App
아... 개발자... 하려는 게... 아니구나...
어디 랩?... 국내에... 수학적으로 딥러닝 하는 랩이... 그다지 많진 않을 것 같다...
정보추
서울대 노모 교수님 랩. 저번에 머신러닝 여름학교서 만났는데 수학적으로 머신러닝 규명하시던 분이었음. 서울대 학사, 카이스트 박사, 서울대 조교수 임용돼셨더라구 - dc App
저 정도 레벨이면 국내보단 해외 가시는게 좋을듯... 어렸을때부터 확고하다니 대단하기도 하고 부럽네요. 화이팅하삼
댓글에 언급한 교수님 찾아봤는데 아직은 입지가 좀 불분명한것 같아서 좋은 선택인지 잘 모르겠다.. 님 나이가 몇인지 모르겠는데 아직 교수님이 혼자 랩 안 꾸린거 보면 사실상 랩 창립멤버 수준으로 가게 될 것 같고, 거기에 더해서 소속이 기계과인데 ML 공부하면서 기계과 대학원 입학시험도 준비하는거 안 힘들겠습니까
아래 네모부터 미지의 영역인듯
저기서 왼쪽에서 3단계만 가도 제대로 하기 어려운 과목들이 잔뜩 보이는데 ㅇㅅㅇ;;;
나도 교수님 입지랑 소속과 때문에 고민이긴 함. 근데 못받아 주시더라도 내 연구방향에 상당히 참고가 될 만한 분인듯 해서. - dc App
노모교수님 누군지 알겠는데 조교수 아닐걸 계약직 교수로 알고있다 그리고 저 테크 타는 사람들 거의 없다 수학은 기본만 하고 대학원가서 논문 읽으면서 이슈들 해결하는 것이 중요
논문보고 코딩으로 구현하는 능력 + 아이디어 내는게 중요하다. 괜히 이 글보고 시간 낭비하지마라
ㄴ 나는 머신러닝을 전체적으로 바라보는 시각을 얻기 위해서 남들이 잘 가지 않은 길을 가려는 거임. 선형대수 제대로 공부해보면 알겠지만, 평소에 그냥 행렬곱이라는 단순한 연산을 벡터 스페이스 간 사상으로 볼 수 있는 “시각” 을 제공해줌. 그러한 것이 머신러닝에도 반드시 있음. - dc App
박사과정 강의만 들어봐도 머신러닝은 “함수 근사” 이다. 라고 정의를 내리고 있고, 실제로 근본 원리 자체가 함수의 근사에 있는 만큼 그러한 쪽의 이론을 제대로 배우고 다시 보았을 때 시야가 바뀔 거라는 걸 난 확신함 - dc App
함수 근사는 그냥 데이터를 함수로 근사하는거고 너가 말한 벡터스페이스 간 사상으로 본다는건 그냥 행렬곱 하는건 차원 위의 점을 이동시키는 연산인데 그거랑 저기 있는 수학 공부하는거랑 도대체 뭔 상관인지 모르겠네
뭐 머신러닝 알고리즘 연구자가 되는거라면 이해하겠음. 서울대만 하더라도 그런거 하려는 애들 없으니까.. 근데 이거보고 딥러닝 공부해서 대기업에서 리서치하고 싶은 다른 애들아 저렇게 하면 어떤 기업에서도 안받아준다. 논문을 존나 보고 깃헙에 논문 나온거 구현한 것들 올려라
연구가가 아니라 기본적으로 논문구현하는데 필요한 수학도 수준이 어느정도 되어야 함. 1 년 전까지만 해도 논문 많이 읽고 구현해보려 노력했는데 구현이 전혀 안됨. 왜냐? 논문 본문에 나오는 용어 하나하나에 대한 이해가 되어있어야 이걸 어떻게 컴퓨터로 가져와서 구현해야지 라는 판단이 서는데 그게 안되면 인터넷 코드 복붙이지 뭐
러닝머신 딥러닝을 수학적으로 조무하시려나봄
난 오프라인 환경에서 논문 하나만 던져줬을 때 그걸 외부자료의 도움없이 혼자 구현해낼 수 있는 능력을 키우려고 하는 것도 있음. 그럴려면 머신러닝 개론서를 읽을 수 있을 정도의 수학은 필수이고
당장에 GAN 같은 논문만 보더라도 noise prior 가 단순히 임의의 값을 가진 kernel 이라는 걸 연상해 낼 수 있는 사람들 극소수임. 그냥 인터넷 구현 코드 보고 "아, 이게 이말이구나!" 라는 걸 알지. 그리고 value function 의 shannon entropy 를 봤을 때 기댓값을 코드로 왜 그렇게 구현하는지 기존의 연구흐름을 보고 코드를 작성할 수 있는 사람도 소수임.
머신러닝 개론서랑 논문 읽기 위한 수학 지식 = 기초통계, 선형대수, 미적분학 정도임 물론 비숍책 읽으면 수리통계랑 위상수학적인 개념이 나오긴 하지 물론 근데 저기 있는 3개 개념의 연장선이라 전부 해결되고 위상 수학 나와봤자 그냥 correlation을 보기 위한 metric space를 뭘로 볼까 정도 수준이라서 별 상관 없다. 해석학 개념도 나오고 다 나오지 근데 그런 자잘한 것들 위해서 수학 다 하는건 오바고 수학은 기초만 하고 그런 것들은 수식보고 이해하고 넘어가면 됨
근데 나는 논문 볼때마다 내가 모르는 내용이 나와서 불안해서 죽겠음. - dc App
그래 그러면 수학 공부 열심히 해라ㅇㅇ 나중에 성공해서 내가 했던 말들 비웃어주면 되는거임
응디
꼭 성공하길 바란다. 좋은 인재가 나오는거는 좋은 일이니깐.
머야 아직 다 해보지도 않았는데 추천하는거야?
ㄴ 저기 있는 과목 중에 오른쪽에 가까운 과목들은 죄다 관련성이 강함이 입증되어 있는 과목들임. 내가 임의로 이거해라 저거해라 그러는게 아녀 - dc App
그거 중심으로 선수과목들 따져보니까 저 이수체계도가 나오는 거고 - dc App
근데 나도 그냥 논문 몇개 끄적거려본 머신러닝 조무사긴 한데... 저 커리큘럼은 너무 classical ML (probabilistic graphical model)에 집중하고 있는 듯함
요즘 ML 특히 딥러닝은 최근 1~2년 사이에 유행하기 시작한 bayesian deep learning 정도만 확률을 직접적으로 사용하고 대부분은 그냥 임의의 직관적인 function space (euclidean으로 봐도 무방 / RKHS 얘기는 논문에서 본지 한참된듯...)에 대한 projection / transformation으로 생각하는것같음.. 물론 undirected graphical model도 임의의 함수 잡지만 최소한 partition function은 잡아서 valid한 확률분포로 만들어주니깐..
암튼 난 최대한 practitioner로서의 인생을 살자는 주의라 별로 귀담아들을 필요는 없지만 추후 연구를 하고싶은거면 하나씩 다 배우고 나서 최신 경향 조진다는 생각보다는 최신 논문 보면서 필요한 건 그때그때 공부하는 게 효율적이지 않을가여..
올해 NIPS test of time award 받은 ali rahimi가 이론의 중요성을 강조했는데, 이와 관련해서 또 대표적 yann lecun (물론 lecun은 이론도 끝판왕이지만...) 반박한 글이 또 있는데 둘 다 재밌으니 한번 읽어보시길:
https://www.youtube.com/watch?v=Qi1Yry33TQE,
https://www.reddit.com/r/MachineLearning/comments/7i1uer/n_yann_lecun_response_to_ali_rahimis_nips_lecture
ㄴ 어느새 이런 영양가글이 ㄷ ㄷ 감사해요 - dc App
와
ㄷㄷ 작성자 천재인가보네 저걸 어떻게 다해