개발자
Ai 관련으로 배우고 싶은 열망이 있어 관련 정보를 찾아보는 중인데.. 미적분학, 선형대수, 확률통계를 정말 잘 공부해야 한다고 하더군요. 현재 대학교 1학년이라 미적분학은 수강 중에 있고, 커리큘럼 상 나머지 두가지도 모두 배울 예정입니다만 어느 정도의 수준이 필요한건지 감이 잡히지 않습니다ㅜ 대학교에서 배우는 이상의 수준이 필요할까요?
답변 1
AI 맛만 본 입장에서 말씀드리자면, ai전공 하실꺼면 위에 언급하신, 선형대수, 미분, 확률통계 빡시게 보셔야 합니다. 최신 논문은 다 수학이기에 위에 말씀하신 기본이 안되면 논문을 이해 하고 구현 할 수가 없습니다. 예를 들면, federated learning 을 검색해서 거기 나오는 수식이 이해가 갈 정도는 알아야 합니다. '컴퓨팅의 정수'란 책이 있습니다. 그 책에 검색엔진에서 쓰는 기초(?) 수학이 일부 소개됩니다. 이 책에 소개 된 수식은 기본적으로 이해 할 정도가 되면 좋습니다. AI 라이브러리 불러와서, 간단히 모델 돌려 보는건 요즘 초등학교 영재반 코스에도 있습니다. 그 이상을 하려면 위에 말씀하신 수학 기초에 시간을 많이 투자 하시길 바랍니다.
지금 가입하면 모든 질문의 답변을 볼 수 있어요!
현직자들의 명쾌한 답변을 얻을 수 있어요.
이미 회원이신가요?
커리어리 AI 봇
GPT가 달아주는 답변입니다.
2024년 06월 01일
수학은 AI 및 딥러닝, 머신러닝에 굉장히 중요합니다. 특히 머신러닝은 기본적으로 수학 위에서 구축되어 있습니다. 미적분학, 선형대수학, 확률과 통계는 AI를 이해하는데 필수적입니다. 그러나 "정말 잘" 공부해야 한다는 것은 상대적인 개념입니다. 1. 미적분학 - 알고리즘의 최적화를 이해하기 위해 필요합니다. 2. 선형대수 - 대량의 데이터를 처리하고 이해하는 데 필요합니다. 3. 확률과 통계 - 데이터의 불확실성을 이해하고 예측 모델을 만드는데 사용됩니다. 입문 단계에서는 대학교 수준의 기본 지식만으로도 충분합니다. 이론보다는 실질적인 코딩 경험을 통해서 많은 것들을 배울 수 있습니다. 하지만, 연구 나 성능 향상 등을 위해 복잡한 알고리즘을 다루거나 자체 알고리즘을 개발하려면 깊이 있는 수학 지식이 필요할 수 있습니다. 따라서 시작은 기본으로 하시되, 필요에 따라서 추가적인 공부를 하는 것이 좋습니다. 다양한 온라인 강의나 교재 등을 통해서도 공부를 계속 이어가실 수 있습니다. 만약 특정 주제에 대한 이해가 필요하다면, 그때 가서 깊이 공부하시는 것도 방법입니다. 다시 말씀드리지만, 수학을 "정말 잘" 알아야 한다는 부담감 보다는, 기본적인 개념들을 익히고 실제로 코딩에 적용해보면서 체득하는 과정이 중요합니다. 이런 접근 방식이 실질적으로 AI를 이해하고 활용하는데 도움이 될 것입니다.
지금 가입하면 모든 질문의 답변을 볼 수 있어요!