2020-06-17
org.kosen.entty.User@6ea1f6ad
신동협(dhshin82)
- 4
안녕하세요?
최근 Al, Deep Learing 관련 온라인 강좌를 듣고 있는데,
수학적인 언급이 상당히 많네요.
잘하기 위해서는 수학 공부를 따로 해야하나요?
아님 익숙해지면 분석 코딩하는데 큰 문제가 없는지...
고수분들의 의견이 궁금합니다.
최근 Al, Deep Learing 관련 온라인 강좌를 듣고 있는데,
수학적인 언급이 상당히 많네요.
잘하기 위해서는 수학 공부를 따로 해야하나요?
아님 익숙해지면 분석 코딩하는데 큰 문제가 없는지...
고수분들의 의견이 궁금합니다.
- 컴퓨터 코딩
- 수학
- Deep learing
지식의 출발은 질문, 모든 지식의 완성은 답변!
각 분야 한인연구자와 현업 전문가분들의 답변을 기다립니다.
각 분야 한인연구자와 현업 전문가분들의 답변을 기다립니다.
답변 4
-
답변
진승교님의 답변
2020-06-17- 6
안녕하세요.
목적에 따라 다를 것 같습니다.
우선 딥러닝을 개발하는 프레임워크(tensorflow, keras 등)는 수학적인 원리를 알지 못해도 모델링을 쉽게 할 수 있는 방향으로 발전하고 있습니다. 프로그래밍 언어로 빗대어 말씀드리면 예전에는 하드웨어의 구체적인 동작 원리와 메모리관리같은 영역을 정확히 이해해야만 프로그램을 개발할 수 있었지만 점점 개념이 추상화되면서 메모리 관리 같은 영역은 컴퓨터에게 맡기고 개발자는 프로그램의 기능에 집중할 수 있도록 발전한 것과 같습니다. 이처럼 딥러닝도 구체적인 수학적 원리를 이해하지 못하더라도 제품을 생산할 수 있는 방향으로 발전하고 있습니다.
그렇지만 수학은 필수적이기도 합니다.
딥러닝 모델은 수 많은 데이터를 입력받아 목적에 따라 학습하는데, 데이터는 벡터공간상에 흩어져있는 수치로 표현할 수 있습니다. 수 많은 데이터는 일련의 분포를 이루고 있고 데이터의 분포를 이해하는 것은 딥러닝 모델이 더 나은 성능을 발휘하도록 기여합니다. 다시한번 프로그래밍 언어로 예를 들자면, 만약에 쉽게 제품을 만드는 것 보다 우주선 개발과 같은 컴퓨팅 성능이 중요한 분야라면 하드웨어를 직접 조작하거나 메모리를 할당하고 해제하는 등 컴퓨터에게 맡길 수 있는 부분을 직접 제어해서 성능을 고도화 할 수 있겠습니다. 최근 딥러닝에서는 모델을 쉽게 개발할 수 있지만 성능을 고도화하기 위해 데이터의 분포를 다루는 통계학이나, 벡터공간을 다루는 선형대수학, 최적화 기법등에 필요한 미적분학이 중요합니다.
요약하자면, 딥러닝에서 수학은 반드시 필요하지는 않은 방향으로 발전하고 있으나 연구 개발 등 고성능의 모델을 목적으로 하시면 더 중요합니다.
감사합니다. -
답변
안강우님의 답변
2020-06-17- 4
말씀하신 부분은 알고리즘 개발관련인것 같습니다.
일반적으로 프로그래밍 영역에서 수학적인 마인드가 필요로 한 부분은 고도의 논리적인 사고가 필요한 알고리즘 개발입니다.
AI분야는 한가지에 치우친 학문이 아닌 여러 분야의 지식이 필요한 부분입니다.
따라서 반드시 수학전공일 필요는 없습니다.
다만 기본적인 대수학 정도의 지식은 필수입니다. -
답변
이동진님의 답변
2020-06-18- 4
아래 자료 추천합니다.
https://hunkim.github.io/ml/
-
답변
신동협님의 답변
2020-06-18- 3
안녕하세요? 질문자입니다.
답변 감사합니다.
혹시 추가적으로 좋은 온라인 강좌나 블로그 등이 있으면 추천 부탁드립니다.