본인 수학과 학부 나오고 밖에서 DS 공부중인데, 통계학은 또 다른 공부여서 고생하면서 즐겁게 공부하는 중  



머신러닝, AI로 A급 이상 저널(e.g. JMLR)에 논문 찍어내는 슨상들 보면 대부분 자기 전공이 따로 있고


https://scholar.google.com/citations?user=6PJWcFEAAAAJ&hl=ko&oi=ao (예시)


대부분 로켓사이언스 전공들인데, 이미 그 전공들이 가진 연구역량으로 독자적으로 DS 할 수 있다는 뜻 이잖아.


Collab이야 뭐 각자 알아서 니즈에 맞춰서 하는거고




통계학 공학 경제학이 수학, 물리학에서 떨어진 거 처럼 데싸라고 아니라는 보장은 못 하겠지만


나는 기초가 되는 배경을 충실히 공부하면 응용을 하는 건 기초를 쌓는 거 보다 덜 어려운 문제라는 생각이 듬, 쉽다는 뜻은 절대 아니고.


그리고 연구와는 또 다른게 현업에서는 알고리즘, 수학보단 상상력이 상당히 많이 요구됨. 실현 가능한 가설을 자꾸 추상화 해야 하니까 





이 공부 하면서 느낀게 수학과 measure를 A 받은 거 보다 통계학 prob을 A 받은게 더 도움 많이 되더라 ㅋㅋㅋ  


DS 공부할거면 수학과 과목 듣는게 나쁜건 아니지만, 너무 집착하진 않았으면 좋겠음.