최근 들어서 머신러닝/통계학 이론에 관심이 생겨서 논문도 읽고 궁극적으로는 연구를 진행해보려고 함.

학부 1학년 때 해석, 선대, 확률론(학부), 수통을 떼고 6년이 흘러서 기억이 매우 매우 흐릿한 상황.. 당시 모두 A 받았던 걸로 기억.

정확한 상태를 말하자면 60%의 개념들이 뭐였는지 정말 대충 기억은 나는데 (40%는 까먹고) 여러 개념들을 유기적으로 연결하거나 중/상급 응용 문제를 풀어보라면 전혀 못 푸는 수준임.

두 학기 전에 실해석을 어찌저찌 듣긴 했는데, 해석학 내용이 그렇게 중요하지는 않아서 무난하게 마무리 했음.

여기서 질문: 연구를 시작하기 위해서 아래 둘 중 어떤 방법을 추천함? 다른 방법이 있다면 추천해주면 매우 감사하겠음.


1. 기초를 다지기 위해 해석학, 확률론, 수리통계를 꼼꼼하게 복습하고 논문 읽기에 들어간다.

2. 관심 분야 이론 논문을 읽기 시작하고 필요한 부분만 채우면서 왔다갔다 읽는다.


기타 질문: 본격적으로 연구를 하려면 대학원 수준의 확률론(measure-theoretic)도 필요한 것 같은데, 학부 확률론 기억이 잘 안 나도 증명/수학 텍스트 읽는 데 익숙하다면 그냥 직진할까? 미적분 기반 학부 확률론이 필요/중요하긴 함?


대학원 진학해서 교수나 선배들한테 지도를 받으라는 답변이 나올 것 같아 미리 얘기를 하자면, 현재 완전 타분야 대학원에서 데이터 뚝딱이는 실증 연구를 하고 있는데, 우리 과 교수님들이 잘 모르시는 분야를 개척하려 하고 있기에 독학과 혼자의 힘에 의존해야 됨.


답글 달아주는 통갤러들 시간 내줘서 미리 정말 감사함.