카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

머신러닝/딥러닝을 위한 수학 공부

사려깊은 찰스 다윈*

2023.11.20

12

3045

이번에 AI 관련 랩을 들어가게 되었는데
기초가 많이 부족하다고 생각하여
방학때 수학 공부를 하려고 합니다.

<학부>
Stewart 미적분학, Strang 선대, Leon-Garcis 확통
Deisenorth, Mathematics for ML

으로 공부하였습니다.

특히나 통계 지식이 많이 중요하다고 들어
AI 관련 통계 기초를 쌓을 수 있는 책을 추천해주시면
감사드리겠습니다.

추가로 PRML 책도 괜찮은지 알려주시면 감사하겠습니다.
(진학하려는 랩실이 Vision 분야는 아닙니다.)

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 12개

2023.11.20

Math for ML 책은 솔직히 책이 좀 별로고요, 선대 수업 들으신 적 있으면 굳이 책을 보실 필요는 있을까 싶고, 통계학을 따로 공부하기보다는 elements of statistical learning 보시면 충분할 것 같아요. PRML 은 기초니까 한번 훑어보시면 좋고. 대신 최적화를 따로 공부하시는게 좋습니다. 특히 stochastic optimization 이 이론할려면 중요한데 아직까지 좋은 책이 없어요. Sebastian Bubeck 의 convex optimization 정도?

대댓글 6개

2023.11.20

mml 입문용으론 괜찮은데

2023.11.20

겉핥기 끝판왕이라고 봄 그정도로 설명해놓으면 읽어봤자 나중에 어차피 다 다시 공부해야됨
멍때리는 갈릴레오 갈릴레이*

2023.11.20

답변 정말 감사드립니다!
저도 Math for ML이 내용이 얕다고 많이 느껴서 질문 드렸거든요.
방학때 "Elements of statistical learning + PRML + 수리통계학"으로 공부하겠습니다!

추가로 수리통계학 책은 아무거나 봐도 괜찮을 지, 아니면 추천해주시면 감사드리겠습니다.

시간내주셔서 감사합니다.
멍때리는 갈릴레오 갈릴레이*

2023.11.20

아 답변을 잘못 이해했습니다.
수리통계학은 "Element of statical learning"으로 공부하고,
"PRML + Convex optimization"으로 공부하겠습니다.

도움주셔서 감합니다.

2023.11.21

Bubeck을 추천하다니요.. 최적화 전공자이신거 같은데, 일반 딥러닝 하실분들에겐 비추입니다. Boyd가 가장 무난하고, PRML은 기초라고하지만 중요한 머신러닝 테크닉 (커널 리그레션, SVM, EM 알고리즘 등)이 서술되어있으니 필독해야합니다.

2023.11.22

Boyd 책은 constrained optimization에 너무 치중해있는 감이 있어서 machine learning을 위해서는 Bubeck 책이 낫다고 봅니다. 최소한 stochastic gradient descent 랑 SVRG 정도는 배워야죠.

2023.11.20

윗분처럼 convex optimization 추천드립니다

대댓글 1개

멍때리는 갈릴레오 갈릴레이*

2023.11.20

감사합니다.

2023.11.20

통계는 일단 수리통계학은 기본이고 그 외에는 본인의 필요에 의해 해나가면 됩니다. 컨벡스최적화도 기본에 속한다고 봐요.

대댓글 1개

멍때리는 갈릴레오 갈릴레이*

2023.11.20

답변 감사합니다.
수리통계학 책은 시중에 나와있는거 아무거나 봐도 괜찮을까요?

2023.11.20

수통, 회귀분석 보고 elements of statistical learning 보는 게 나을듯

댓글쓰기

게시판 목록으로 돌아가기