안녕하세요. 콘텐츠 산업에 관심 있어서 3D Human pose estimation, face recognition, reconstruction & generation 이런 부분을 공부해보고 싶은데 학부가 문과이다 보니 수학적 개념이 많이 부족합니다. GAN 논문을 공부할 때에도 loss function까진 무슨 느낌인지 알겠는데, 수식을 풀어서 설명하는 내용들은 무슨 말을 하는지 이해를 잘 못하겠습니다. 기초적인 머신러닝, 딥러닝 활용 classification, object detection 프로젝트는 참여해봤는데, 관심 있는 분야에 대해서는 수학적 이해도가 너무 떨어지다 보니 논문 읽기가 두렵고, 코드 구현해볼 엄두가 잘 안 납니다. 검색을 해보면, 인공지능 분야 중에서도 수학적 지식이 많이 필요 없는 주제가 있다는 내용도 있었고, 논문 읽을 때 수식은 굳이 안봐도 상관 없다고 말씀하시는 분들도 있던데, 공부 방향을 어떻게 정하는 게 맞는지 궁금합니다. 해당 산업 공고를 확인해보면 대부분 논문을 읽고 구현할 수 있는 AI 엔지니어나 연구원을 모집하던데, 논문을 읽고 구현하기 위해서 수학적 지식이 어느 정도로 필요한지, 필요한 수학을 뽑아서 선형대수 또는 그 외 어떤 수학 공부를 해야 하는지 궁금합니다. 그 외 조언 주시면 감사하겠습니다. 좋은 하루 보내세요.
카카오 계정과 연동하여 게시글에 달린 댓글 알람, 소식등을 빠르게 받아보세요
댓글 19개
2023.12.12
수학은 솔직히 공대 기본수준이고 코딩을 잘하셔야합니다
대댓글 1개
2023.12.12
공대 기본 수준이라 하면 어떤 수학 공부를 준비하면 좋을 까요? 논문 코드 구현에 수식 이해도는 중요하지는 않을까요?
2023.12.13
솔직히 말씀드리면 그정도 실력이면 인공지능 말고 다른 진로를 찾는게 나을수 있어보이네요...
대댓글 1개
2023.12.13
다른 진로로 변경할 생각은 없습니다. 생산적인 조언 주셨다면 더 좋았을텐데, 열심히 해보겠습니다. 감사합니다.
2023.12.13
거기서 대학원 입학생 수준까지 빡세게 8개월 이상은 해야 됨(수업 안듣는 가정, 제대로 배운다는 가정하에)
대댓글 1개
2023.12.13
답변 감사드립니다. 8개월 동안 빡세게 준비한다면 어떤 부분을 공부하는게 좋을까요?
2023.12.13
댓글 다들 겁주긴 하는데 수학적으로 딥한 주제의 AI/ML 하는거 아니면, 필요한 수학 내용이 그렇게 많지는 않은듯? 그냥 공대 기초 수학만 잘 알고 있으면 보통 논문 다 이해하는데 큰 어려움 없음. 선대개, 확통, 미적분 (가능하면 Optimization-최적화까지)만 잘 이해하면 됨. 아무리 노베여도 8개월 안에는 배울 수 있음. 논문 처음에는 좀 어려울 수 있어도, 한 논문의 수식이 잘 이해되면 다른 논문 수식들 이해하는거 많이 쉬워짐. 그러니까 논문 하나 정해서, 수식 속 변수 한개한개 의미 잘 파악해가면서 읽어보셈.
대댓글 4개
2023.12.13
장문으로 답변 주셔서 감사합니다. 공부 열심히 해보겠습니다. 추가로 조언 있으시면 감사히 새기고 공부하겠습니다.
2023.12.13
기초 전공 이해가 부족한 상태에서 논문 보시면 처음에 버거우실 수 있어요. 논문 보면서 모르는 거를 그때 그때 찾아가는 Top-Down 방식도 좋지만, 아예 처음부터 기초를 탄탄하게 한 뒤에 논문을 보는 것이 더 효율적일 수 있어요. 구글에 "{Linear Algebra/Probability and Statistics/Optimization/Calculus} for machine learning {+ recommendations}" 검색해보시면 좋은 자료 추천 많이 받으실 거에요. 일단 이 네가지 과목을 잘 공부하시면서, 스탠포드의 CS231n 같은 강의 보시면 딥러닝에서의 기초적인 개념은 잘 공부하실 수 있으실 겁니다. 저 4가지 과목을 잘 이해하시면, 그 뒤에는 논문 보면서 Top-Down으로 공부하셔도 큰 어려움은 없을 거에요. 그리고 이 쯤 되시면 어떤거를 내가 찾아서 공부해야할지도 눈에 보이실 것입니다. 즐겁게 공부하시길 바랄게요!
2023.12.13
추가로 논문 수식이 이해가 잘 안될때, 저는 다음과 같은 방법으로 도움을 많이 받습니다. 1. 수식을 코드로 구현해보기 / 구현된 코드 뜯어보기 - 뜯어본다는 거는 코드가 실행 될 때 중간에 어떤 계산 과정이 이뤄지는지 자세히 살펴보는 것을 의미합니다. 2. 해당 논문이 구현된 깃헙 레포에 비슷한 궁금증이 이슈로 올라왔는지 살펴보기 - 유명한 논문의 경우에는 해당 논문의 공식 레포에 이슈로 사람들이 자주 질문을 올리고 소통합니다. 저는 이렇게 이해를 넓히는 경우도 많았어요. 3. 직접 수식을 발전시켜보기 - 수식에서 불필요하다고 생각하는 항을 직접 없애보고, 수식을 더 발전시켜보려고 수정해보다보면 현재 수식이 왜 이렇게 작성되었는지에 관한 인사이트를 얻을 수 있는 것 같습니다. 4. 해당 수식이 인용하고 있는 논문 따라가보기 - 어떤 경우에는 특정 수식이 워낙 유명해서 자세히 설명이 안되어있을 수 있어요. 그런 경우에는 해당 수식이 인용된 논문을 따라가서 읽으면 자세한 설명을 얻을 수 있습니다. 5. 저자에게 이메일 - 사실 논문을 읽고도 수식이 잘 이해가 안간다면, 정중하게 이메일로 저자분께 수식의 의미를 여쭤봐도 좋을 것 같습니다.
2023.12.13
감사합니다!
2023.12.13
머신러닝은 사실 수학을 직접 풀필요는 없고ㅜ개념만 이해하면 되는 것이라 어렵다고 할수는 없는데.
답변 감사합니다. 추천해주신 책 읽고 있는데, 논문 구현에 수식이 머리로 이해 안되니까 읽기를 포기하게 되는것 같습니다...
2023.12.13
논문 읽을 수준이 아직 아닌데 보니까 그렇죠. 그리고 요즘 인공지능 논문은 수식이 있지만 어차피 증명도 유도과정도 없이 그냥 직관적으로 나오는 것이라 이해하기가 찝찝한게 맞읍니다. 결국은 실제 코드 작업을 하면서 본인이 느낄수 밖에 없어요. 제가 수학을 잘할 필요가 엊ㅅ가는게 그런 의미이고요.
대신에 실제 경우를 코드로 확인라던 손으로 계산을직접해보던 해야 감이 생깁니다.
무턱되고 논문을 보거나 남이 만든 코드 돌려보는 것으로 시작하면 인터넷 강의 만 듣고 문제 안풀어 보는 것이랑 똑같요.
2023.12.13
감사합니다!
2023.12.14
확률 및 랜덤변수, 선형대수학, 미적분 정도만 알면 논문 이해하는데에는 아무 문제가 없습니다
대댓글 3개
2023.12.14
답변 주셔서 감사합니다. 수식 증명이나 풀이 쪽으로 딥하게 이해하는 수준까지 필요한가요?
2023.12.14
아뇨 당연히 그정도 하면 이론적으로 딥하게 들어가는 논문들 이해하기 수월하긴 한데 걍 개념정도만 알고 탑티어 논문 쓰는 사람들도 널렸어요 근데 수학 잘하면 확실히 강점이 있긴하져
2023.12.12
대댓글 1개
2023.12.12
2023.12.13
대댓글 1개
2023.12.13
2023.12.13
대댓글 1개
2023.12.13
2023.12.13
대댓글 4개
2023.12.13
2023.12.13
2023.12.13
2023.12.13
2023.12.13
대댓글 3개
2023.12.13
2023.12.13
2023.12.13
2023.12.14
대댓글 3개
2023.12.14
2023.12.14
2023.12.14