미적분 + 선형대수학 + 해석학(convergence) 정도 공부하면 학부수준 이론기반 수리통계학 + 회귀분석 이해하는데에는 무리 없을것 같음. 이 중에서도 선형대수학은 한번쯤 이론 + 증명 중심으로 깊게 공부하면 좋음. 미적분은 뭐 기초만 할줄 알면 됨. 해석학은 수렴(엡실론 델타) 논리가 수리통계학에서의 CLT(중심극한정리)를 이해하는데 중요하게 사용됨. 프로그래밍 언어같은 경우는 사실 대학 들어가서 공부해도 됨. 프로그래밍 수업을 들어도 되고, 모르는 부분은 그때그때 찾아본다고 생각해도 충분함. 뭐... 딥러닝, 머신러닝 공부한다고 코딩만 공부하면 되지 않나요 하는 경우도 있는데, 물론 코딩도 중요하지만 그 기저에 있는 통계학 이론들을 이해하는게 더 중요하다고 생각함.
익명(121.161)2022-09-03 01:05
답글
통계학 이론은 제대로 이해하는 것이 어렵고, 인내와 끈기가 필요함. 증명 + 직관으로 이론들을 이해하는 과정이 필요. 블로그로 습득할 수 있는 지식은 한정되어 있기 때문에, 제대로 된 수업 + 책으로 공부해야함. 반면에 코딩의 경우는 모르는 부분은 그때그때 구글링으로 참고할 수 있고, 그렇게 프로젝트에서 사용되는 코딩이 심도(?)있지 못하기 때문에 습득하기 쉬운편임.
통계를 잘해야지
미적분 + 선형대수학 + 해석학(convergence) 정도 공부하면 학부수준 이론기반 수리통계학 + 회귀분석 이해하는데에는 무리 없을것 같음. 이 중에서도 선형대수학은 한번쯤 이론 + 증명 중심으로 깊게 공부하면 좋음. 미적분은 뭐 기초만 할줄 알면 됨. 해석학은 수렴(엡실론 델타) 논리가 수리통계학에서의 CLT(중심극한정리)를 이해하는데 중요하게 사용됨. 프로그래밍 언어같은 경우는 사실 대학 들어가서 공부해도 됨. 프로그래밍 수업을 들어도 되고, 모르는 부분은 그때그때 찾아본다고 생각해도 충분함. 뭐... 딥러닝, 머신러닝 공부한다고 코딩만 공부하면 되지 않나요 하는 경우도 있는데, 물론 코딩도 중요하지만 그 기저에 있는 통계학 이론들을 이해하는게 더 중요하다고 생각함.
통계학 이론은 제대로 이해하는 것이 어렵고, 인내와 끈기가 필요함. 증명 + 직관으로 이론들을 이해하는 과정이 필요. 블로그로 습득할 수 있는 지식은 한정되어 있기 때문에, 제대로 된 수업 + 책으로 공부해야함. 반면에 코딩의 경우는 모르는 부분은 그때그때 구글링으로 참고할 수 있고, 그렇게 프로젝트에서 사용되는 코딩이 심도(?)있지 못하기 때문에 습득하기 쉬운편임.