댓글을 잘 달진 않지만, '제가 아이 인생을 망친 걸까요...' 라는 내용 때문에 지나칠 수가 없네요.
서강대나 한양대나 인생 살면서 큰 차이가 없습니다. 더 큰 차이는 학생 개개인이 만들어나가는 것이기 때문입니다. 한양대 나와서 백수로 살수도 있고, 서강대 졸업하고 MIT 유학갈수도 있죠. 다 본인이 하기 나름입니다.
그런데, '본인이 하기 나름'에 대한 모든 가능성을 꺾어버리는 것이 바로 지금 부모님이 하고 있는 치맛바람입니다. 1. 컴퓨터쪽 전문가도 아니신것 같고 2. 취업분야 전문가도 아니신 것 같으며 3. 심지어 학생때 공부를 잘하신것 같지도 않군요. 즉, 길라잡이로서의 역량을 아무것도 갖추지 못했으면서 티끌같은 디테일에 집착하고 계신다면, 자녀의 성장에 가장 중요한 '본인이 스스로 해내는 능력'을 처참하게 짓밟는 결과밖에 남지 않습니다. 자녀분 죽을때까지 평생 케어하면서 사실건가요? 설사 그런 능력이 된다 하더라도, 그 방법은 가장 사랑하는 자식이 가장 덜 사람답게 사는 결과가 될 가능성이 농후합니다.
부모가 해야 할 역할은 사람으로서 최소한 갖춰야 할 도리를 할 수 있도록 가이던스만 주고, 나머지는 자녀가 스스로 할 수 있는 환경을 만들어주는 것입니다. 쉽게 말하면 To do list를 적는게 아니라 Not to do list(열심히 노력하지 않고 결과만 좋기를 바라는 태도 등)만 어른의 관점에서 교육하는 것입니다.
이런얘기 해도 바뀌시지 않을 가능성이 99%라는걸 알고 있지만, 1%의 가능성 때문에 남깁니다. 솔직히 말하면 학부모님은 전혀 걱정 안되고, 저 환경에서 자라고 있을 자녀분이 매우 걱정됩니다.
학부 문제입니다. 도와주세요.. 한양대 컴소 선택 안하고 서강대 컴공을 해버렸습니다.
48
논외인 얘기지만,
그렇게 중요한 수시원서를 왜 직접 안썼는지 저로썬 이해가 안가네요
정말 죄송한 얘기지만 지금 상황처럼 계속 주변에서 큰 결정을 대신해준다면 그 아이는 크게 되긴 힘들 것 같습니다.
지금부터라도 아이에게 큰 경험 했다는 걸 알려주고 자립할 수 있는 힘을 키워주시기 바랍니다.
솔직히 spk, yk 라인 정도 아니고 서강대 한양대 정도면 큰 상관없습니다. 둘 다 좋은 학교고 거기서 어떻게 하냐에 따라 달린 문제입니다. 부모님께서는 너무 걱정하지 마시고 제발 혼자 할 수 있는 힘을 길러주세요.
안녕하세요. 경영대 계량 마케팅 석사 전공자로 이산선택모형(로지스틱 리그레션)을 주제로 학위 논문을 작성하였고, 현재 취준중입니다.
진행중인 논문은 교수님이 탑저널에 섭믿을 권할 정도로 괜찮은 편인데... 취준 과정에선 그래봐야 죽도밥도 안되는 것 같네요..
(사기업) 취준 과정에서 연구 주제가 무엇인지 물어보는데.. "이산선택모형 혹은 로지스틱 리그레션을 이용한~~"를 연구했습니다! 이런식으로 어필해 봐야 실무자 입장에선 대부분 무슨 의미인지 잘 모를 것이라 생각 되어, 이를 어떻게 표현해야할지 고민 중인데요..
아무래도 요즘은 머신러닝/딥러닝을 썼다고 하면 더 좋게 봐주는 것 같습니다. 이런 이유로 취업시장에서 어필을 위해 연구주제를 설명할 때, "로지스틱 리그레션" 이라는 표현 대신 "머신러닝을 이용한 수요 예측 ~~~" 이런 식으로 표현을 대체 할까 생각 중입니다.
개인적으론 로지스틱 리그레션은 엄밀하게는 ML의 범주에 안들어 간다고 생각해서, 이게 혹시나 일종의 윤리적으로 문제가 되는 표현이 될지.. 걱정이 됩니다.
혹 로지스틱 리그레션이 ML 방법론이라고 표현하는 것이 문제가 된다고 보시나요??
카카오 계정과 연동하여 게시글에 달린 댓글 알람, 소식등을 빠르게 받아보세요
댓글 16개
2023.05.06
그냥 로지스틱 회귀라고 합니다. 통계에서 배우는 매우 일반적인 분석모델이라 다들 뭔지는 대충 압니다. 이걸 ML이라고 부를 수 있느냐는 좀 애매하긴 합니다. 이것 자체가 ML이냐고 이야기하면 아니지만 ML에 사용되는 확률모델중 하나이긴 하니까요. 굳이 따지면 선형대수학은 인공지능인가요? 라고 물어보는거나 마찬가지죠.
당연히 로지스틱모델은 머신러닝에 들어갑니다. 로지스틱이 애매하면 무슨 모델이어야 애매 하지 않은거죠? Svm?boosting? 신경망? 꼭 복잡해야만 머신러닝인게 아니죠. 딥러닝은 아니지만 머신러닝이라고는 할 수 있습니다. 다만 머신러닝 키워드로 어필하려면 적어도 다른 모델들에 대한 이해가 있다는걸 전제하는 느낌이죠. 예측 분야가 워낙 인기라지만 분석과 인퍼런스에 있어서는 로지스틱 모델 여전히 중요해요.
2023.05.06
대댓글 1개
2023.05.06
2023.05.06