머신러닝 딥러닝에서 사용되는 수학 ( 행렬의 선형대수 , 선형변환, 고유값, 경사하강법에 대한 이해 chain rule )
이 정도며 실제 학부 수준의 미적분학, 선형대수학을 원서로 공부한 적이 없습니다. 다 시중 학습서로 공부했습니다.
2.컴퓨터
파이썬만 할 줄 압니다. C++/C/JAVA 일절 모릅니다.
자료구조와 알고리즘 지식은 있음( 구현은 할 줄 모르나 어떤 자료구조와 알고리즘 있는지 앎)
이외 메모리, 리눅스, 클라우드 같은 배경지식 없고 다뤄본 적도 없음.
3. 통계
기본적인 정규화, 베이지안, 정규분포 깊게 아는 것이아닌, 대략적인 지식을 가지고 있음.
학부 1학년~2학년 정도 수준
4. 프로젝트
1. 머신러닝 프로젝트 경험 1회
즉 결론은 겉핡기식으로 해당 공부를 접했으며
원서나 정식 강의를 들은적이 없습니다. 패스트캠퍼스 같은 학원 수업으로 기초 지식을 쌓아놓은 정도 입니다.
제 상태가 이러한데 AI 대학원에서 컴퓨터나 데이터 처리 관련 수업 등을 잘 따라갈 수 있을지 의문입니다.
현재 해당 관련 랩실이나 지망생 여러분께 현실적인 조언을 구합니다.
솔직히 못 따라간다. 수준 미달이다. <- 이런 조언도 달게 받겠습니다.
미리 공부해야할 것 알려주셔도 좋고 저런 조언만 주셔도 감사합니다. 댓글 부탁드립니다.
카카오 계정과 연동하여 게시글에 달린 댓글 알람, 소식등을 빠르게 받아보세요
댓글 16개
Cyril Norman Hinshelwood*
2020.12.11
Ai 대학원이 분야가 여러개가 있어요..
데이터 처리 는 머 데이터 마이닝 분야이신거같은데 여기는 딱 그정도로만 알고 계시면 됨..
그런데 비젼, 자연어 처리 등 응용이 아니라 이론은 수학, 통계 더 공부해야되고요
할튼 응용쪽(데이터 처리)이면 깊게 말고 그정도로만 알고있으면 됩니다
IF : 1
2020.12.11
가능. 석사때부터 코스웤 착실히 따라가세요.
2020.12.11
충분할 것 같습니다.
그리고 어차피 연구실 컨택과정에서 교수님들이 판단하실 사안 같습니다.
문과라도 학부, 학점이 높다면 그만큼 성실성이 보장된다는 이야기고
작성자분의 경험이나 지식등은 면접과정에서 다루어 질 것이기 때문에
컨택하는 교수님께서 판단하실 문제라고 봅니다.
교수님께서 작성자분이 못따라올 수준의 학생이다. 라고 판단하시면 안뽑겠죠.
뽑혔다는 것은 충분히 따라올 자질이 된다고 판단한 것일테고요.
즉, 컨택해보시면 감이 오실 것 같습니다.
Vladimir Nabokov*
2020.12.11
카이 AI 한학기 다녔는데 수업을 잘 선택하면 충분히 기초부터 배울 수 있는 것 같아요. 게다가 코로나 비대면 강의로 성적을 PF로 주고 로드가 조금 적어진 수업이 많아서, 전공에 상관없이 충분히 적응 잘 하실 것 같아요.
2020.12.12
비전공자이신데 그정도 공부하신 노력이면 좀더 따라잡으면 가능할 듯 싶은데요 지금은 조금 부족할 지 몰라도
2020.12.12
조금 부족한 게 아니라 솔직히 별로 준비한 거 없어 보이는데요..
1.수학
머신러닝 딥러닝에서 사용되는 수학 ( 행렬의 선형대수 , 선형변환, 고유값, 경사하강법에 대한 이해 chain rule )
이 정도며 실제 학부 수준의 미적분학, 선형대수학을 원서로 공부한 적이 없습니다. 다 시중 학습서로 공부했습니다.
-> 이 정도면 정말 머신러닝 기초부터 다지기 이런 류의 책에서 대충 설명해주는 100페이지도 안 되는 매우 쉬운 설명 들은 정도..
2.컴퓨터
파이썬만 할 줄 압니다. C++/C/JAVA 일절 모릅니다.
자료구조와 알고리즘 지식은 있음( 구현은 할 줄 모르나 어떤 자료구조와 알고리즘 있는지 앎)
이외 메모리, 리눅스, 클라우드 같은 배경지식 없고 다뤄본 적도 없음.
-> 구현을 할 줄 모르면 듣고나서 무슨 자료구조고 알고리즘이고 아는 게 의미가 없어요... 저걸 완벽히 구현할 줄 알아도 실제로 practical하게 쓰려면 한참 고민해야 되는데... 그리고 파이썬을 할 줄 안다는 것도 C/C++을 전혀 모르면 객체지향에 대한 개념조차 잘 모르실 텐데 잘 안다고 할 수 있을지도 의문이고요
3. 통계
기본적인 정규화, 베이지안, 정규분포 깊게 아는 것이아닌, 대략적인 지식을 가지고 있음.
학부 1학년~2학년 정도 수준
-> 통계학부 2학년이면 수리통계학과목 수강하면서 저것들 뿐만이 아니라 discrete, continuous함수들의 특성들 전부 다 수학적으로 증명할 정도는 됩니다. 학부 1~2학년이 아니라 1학년 1학기 수준정도밖에 안 되요.... 정확히 말하면 수능 끝난 고3이 매우 light한 통계교양서적 읽은 정도라고 생각됩니다.
4. 프로젝트
1. 머신러닝 프로젝트 경험 1회
-> 무엇을 하신 건지는 모르겠지만 프로그래밍을 능숙하게 할 줄 아는 것도 아닌 것 같고, 통계에 대한 지식이 해박해서 numerical한 감각이 있는 것도 아닌데 의미있는 수준의 결과를 내셨을 지 모르겠네요...
2020.12.12
그럼 너는 뭐가 그렇게 잘나서 까대냐라고 물으신다면 드릴 말씀은 없습니다만, 저희 학교가 그렇게 랭킹이 높은 학교가 아님에도, 저희 학교 인공지능 학회에 경영학과 소속이신 분들도 저것보단 준비 많이 해서 오십니다....
솔직히 좀 개괄적인 설명 많이 들어간 인공지능 코드 따라쳐보는 교양서적 하나 읽은 게 전부라고 밖엔 생각되지가 않네요. 요새 AI대학원들 경쟁률 정말 피터지던데 교수님이 위와 같이 말씀하시면 뭐라고 대답할 지 생각해보시는 게 좋을 것 같네요.
남일같아보이지가 않아서 몇자 적었습니다. 기분나쁘셨다면 사과드리겠습니다.
Frédéric Joliot-Curie*
2020.12.12
/Barbara McClintock
동의합니다. 전혀요 제가 현실 정신차리려고 드린 질문인걸요. 오히려 감사합니다
다만 말씀하신 모든 역량을 갖춘 사람이 생각보다 많지 않다고 생각해요. 예를 들면 , 통계학의 이산,연속함수를 전부다 수학적으로 증명하면서 알고리즘으로 모든 정렬이나 그래프구조를 구현하시는 인재는 석사 준비생중 제 생각에 많진 않다고 생각해요.
그러니 혹시 조금 더 쓴소리 한김에 더 해주신다는 경우로 현실적으로 ai대학원의 코스웍을 따라가기위해 어떤 과목을 어떤 수준으로 올려야되는지 조언 부탁드려도 될까요?
자료구조와 알고리즘은 c++기반으로 처음부터 다시 k-mooc 대학강의로 복습하려합니다.
2020.12.12
제가 말한 증명이나 알고리즘의 구현은 통계학부 전공이나 컴공전공생이라면 현재는 완벽하게 못 하더라도 한번씩은 다들 해본 겁니다. 경험의 0과 1은, 1과 2의차이보다 크다고 생각해서 말씀드린 겁니다.
통계역량을 쌓기보단 cs쪽 역량을 쌓기가 더 쉽다고 생각하기 때문에 말씀하신대로 자구, 알골을 공부하시는 게 좋을 것 같습니다. 근데 대부분 C++보단 자구알골은 C로 알려주시기 때문에 객체지향적 개념은 그냥 파이썬 라이브러리 활용할 정도로만 익히시고 머신러닝 프로젝트를 하실 것을 추천드려요. 사실 그렇게 하는 게 튼튼한 베이스를 갖춘다고는 생각하지 않지만, 가시적인 성과를 보여줄 수 있는 shortcut인 것 같습니다.
2020.12.12
교수님들이 제일 좋아하는 것은 AI관련 최근 논문을 읽고 이해하고 '구현'해보는 것입니다. 근데 제대로 된 이해를 하기 위해서는 선형대수학은 구구단 쓰듯이 편해야 되고, 통계적 베이스가 상당해야 하기에 그냥 머신러닝 프로젝트 해보시길 바랍니다.
2020.12.13
이번에 모 AI대학원 입학하는데 입학 기준으로 생각해보면,
수학은 MML이라고 포항공대 입학 시험 교재 있어요. 선대 외 부분이 조금 짧긴 해도 선형대수, 벡터 미적분, 최적화, 통계까지 MML책 part 1으로 커버되니까 복습한다, 또는 새로 공부한다는 생각으로 함 보세요. 술술 읽히면 괜찮은거고, 모르는게 생기면 공부하시면 됩니다.
이런저런 면접 때 자료구조는 B-tree까지 질문 받았었네요. 그 정도까지는 아니더라도 학부에서 배우는 자구,알고 수준까지 구현은 한 번 해보려고 하세요. 가능하면 본인 학교에 열린 해당 수업을 듣는게 좋습니다. 저도 컴공은 아니지만, 전공자들이랑 같이 수업 들어서 둘 다 A+ 나왔고, 좋게 봐주시더라구요.
이러한 기본이 되어있으면, AI쪽 연구하시는 교수님 밑에서 학부연구생을 해보세요. 논문을 어떻게 읽는지, 발표는 어떻게 하는건지, 논문을 읽으면서 수학 또는 CS 지식 측면에서 뭐가 부족한지, AI 내에서 어떤 것을 본인 도메인으로 삼을 지 등을 경험하고 결정할 수 있어요. 대부분 지원자들이 학부연구생 경험을 하고 오기도 하구요.
2020.12.13
워낙 핫 한 분야라 지원자들 스펙 자체가 정말 좋아요. 경쟁률도 정말 쎄구요. 입학을 하더라도 원하는 랩에 들어가는 것 또한 큰 문제에요. 준비 많이 하셔야 할 거에요. 아무쪼록 준비 잘 하셔서 좋은 결과 있었으면 좋겠네요.
Frédéric Joliot-Curie*
2020.12.13
Barbara McClintock // 저는 입학을 위한 것이 아니라 입학해서의 코스웍을 따라가기 위한 역량을 여쭤본거였습니다
Frédéric Joliot-Curie*
2020.12.13
Paul Bourget // 답변 감사합니다! MML이라는 책은 혹시 어디서 구할 수 있나요?
2020.12.11
2020.12.11
2020.12.11
2020.12.11
2020.12.12
2020.12.12
2020.12.12
2020.12.12
2020.12.12
2020.12.12
2020.12.13
2020.12.13
2020.12.13
2020.12.13
2020.12.13
2024.05.06