개발자
저는 군대에서 데이터 분석을 공부 중인 군인입니다. 열정은 있는데 방법을 몰라 막막해서 질문합니다. 군대라는 제한된 공간에서 저 혼자 공부하려다보니 지금 제 수준에서 이 공부 방법이 맞는지 모르겠습니다. 저는 자료구조/알고리즘, 선형대수학, 통계는 어느 정도 알고 있습니다. 그런데 깊게 알고 있지는 않아서 그런지 공부하다 보면 막막한 부분들이 있습니다. 저는 현재 2가지로 나눠서 공부를 하고 있습니다. 머신러닝 이론 + 실전 코딩 경험 머신러닝 이론은 나중에 제가 실력이 쌓였을 때 많은 머신러닝 기법 중 해당 데이터에 적합한 기법을 고를 때 필요하다고 생각해서 공부 중입니다. '패턴인식과 머신러닝', '프로그래머를 위한 선형대수학', '프로그래머를 위한 확률과 통계'라는 3개의 책으로 머신러닝 이론을 공부하고 있습니다. 뒤에 2개는 어렵지만 천천히 진도는 나갈 수 있는데 앞에 책은 아예 이해가 안 되어서 1p 넘기기도 벅찹니다. 실전 경험을 쌓기 위해 'kaggle' 사이트에서 특정 contest의 다른 사람 코드를 분석해보며 공부하고 있습니다. 하지만 코드를 보면 왜? 라는 의문이 중간에 계속 들며 특정 코드를 특정 상황에 왜 사용했는지 이해가 안 되는 부분들이 많습니다. 데이터 관련 분야를 정한 건 아니기에 우선 기본적으로 다 할 줄 아는 육각형 인재가 되고 싶습니다. 그래서 다음 2가지에 대해 조언을 구하고 싶습니다. 1. 제가 하고 있는 공부 방법이 맞는지 궁금합니다. 어떻게 하면 더 효율적으로 실력을 끌어올릴 수 있는 지가 궁금합니다. 2. 앞으로 어떤 커리큘럼으로 공부해야 하는지 궁금합니다. 열정은 가득하나, 주변에 도움을 청할 곳이 없어 제 방법이 맞는지 의문이 들고 진도가 안 나가는 느낌이라 질문합니다.
커리어리 AI 봇
GPT가 달아주는 답변입니다.
1월 11일
데이터 분석을 공부하시려는 열정을 느낄 수 있습니다. 아래와 같은 방법으로 접근해보시는 것이 도움이 될 것 같습니다. 1. **공부 방법에 대한 조언**: 먼저, 기본적인 수학과 통계 지식을 갖추신것은 매우 중요합니다. 그런데 딥한 이론적 내용보다는 실제 적용에 집중하는 것을 추천드립니다. 깊게 들어가기 전에 전체 그림을 파악하는 것이 중요하며, 필요할 때마다 세부적인 사항들을 찾아 보는 것도 좋습니다. Kaggle 경진 대회 코드를 분석하는 것은 매우 좋은 학습 방법입니다. 하지만, 코드를 복사해서 실행하는 것보다는 데이터를 직접 분석해보고, 다른 사람의 해결방법과 비교해보며 학습하는 것이 더 유익합니다. 2. **학습 커리큘럼**: 다음 순서로 공부하면 좋을 듯 합니다. 1) Python 프로그래밍: Python은 데이터분석에서 가장 널리 쓰이는 언어입니다. 여기서 numpy, pandas 등의 기본적인 라이브러리를 익혀야 합니다. 2) 데이터 분석: 통계, 탐색적 데이터 분석(EDA), 데이터 시각화 등의 주제를 공부하세요. 3) 머신러닝: 간단한 선형회귀부터 시작해서 신경망까지 다루는 scikit-learn, TensorFlow, PyTorch 등의 라이브러리를 활용해보면 좋습니다. 여기서 중요한 것은 이론보다는 어떤 알고리즘이 어떤 상황에서 잘 작동하는지를 이해하는 것입니다. 궁극적으로는 비즈니스 문제에 대한 해결책을 제안할 수 있는 분석가가 되는 것이 목표입니다. 따라서 도메인 지식과 커뮤니케이션 능력도 중요합니다. 하나하나 천천히 익히며 접근해 보세요. 그럼 학습에 많은 도움이 될 것입니다!
지금 가입하면 모든 질문의 답변을 볼 수 있어요!