그래도 저는 강화학습이 더 어려웠어요. 그리고 강화학습도 딥러닝 네트워크 사용합니다. 별개가 아니에요
2022.07.16
네 저도 강화학습이 이해, 학습 및 구현에서 더어려웠어요. 제대로 돌아가는지 보려면 프레임워크가 필요해서요. 근데 막 더 어렵기 보다는 조금더? 처음 보는 구조라 그런것뿐 곧 이해하시게 될거예요.
2022.07.16
PPO TRPO같은거 100% 다 이해하려면 수학적 베이스가 훨씬 많이 필요하죠 그리고 딥러닝 백그라운드가 없으면 강화학습 바로 이해하긴 힘듬
2022.07.16
한국에서는 강화보단 비전 잘하는 사람이 더 많죠
2022.07.16
궁금한게 있는데요, 딥러닝을 할 떄 수학적 베이스가 필요하단게 어떤 수학적 베이스를 말하는건가요? 복잡한 아키텍쳐를 다뤄보지는 않았는데, 제가 간단한 모델들을 다뤄봤을 때는 공대 학부 1~2학년 정도의 기초과목 정도 밖에 요구되지 않았어서 여쭤봅니다. 제가 다뤄봤던 모델들에서는 calculus, 기초적인 linear algebra, 기초적인 statistics 정도 말고는 요구되지 않았었는데요, 많은 분들이 수학적 베이스를 얘기하시다보니 궁금해서 여쭤봅니다.
대댓글 4개
2022.07.16
그정도면되죠. 사실 연구하는데 필요한 수학이 논문에 있는 수식을 읽고 이해할 수 있는 수준이면되잖아요
그래서 컴퓨터 비전을 한다면 코딩 능력이 더 중요하다고 생각하긴해요. 아이디어 구현 속도에서 실험 돌릴 수 있는 양이 차이가 나니깐요.
그런데 좀더 퓨어한 머신러닝 쪽으로갈수록 수학을 많이요구합니다. 그분야는 공대에서 배우는 수준으로 커버가 안될거에요.
2022.07.16
깊은 이해를 할려면 통계학도 조금 깊게 하는게 도움이 돼요. Regularization 을 왜 하는지, cross-validation을 왜 하는지, SGD를 왜 쓰는지 등등을 구체적으로 설명하기 위해서는 가벼운 decision theory를 비롯해서 통계학을 좀 아는게 도움이 많이 됩니다.
2022.07.16
딥러닝 하면서 optimization, error estimation, control 요런거 건들면 실험으로 해봤더니 되더라라는 논문이 안 통합니다. 따라서 수학적인 증명이 필요합니다. 이 때 미분방정식, 해석학, 선형대수 심화, 확률론까지 들어가게 됩니다. 제가 이중에 하나를 하고 있습니다..ㅠㅠ
2022.07.17
답변 주신 모든 분들 감사드립니다
2022.07.17
원래 러닝으로 들어가면 수학이 더 필요해서 어렵다고 느낄 수 있음. 근데 난이도는 뭐 거기서 거긴거 같음. 적성이 더 중요할듯
2022.07.17
theory로 가면 한도끝도 없어요 증명을 해야되니까
2022.07.17
요새 강화학습 그냥 딥러닝임. 심지어 offline RL로 추세 넘어가면서 language modelling하고 매우 흡사해지고 있음. 테크니컬적인 관점에서 다른 딥러닝분야와 상당히 유사해지고 있어서 특별히 어려운지는 모르겠음.
할건 더 많음.
2022.07.16
2022.07.16
2022.07.16
2022.07.16
2022.07.16
대댓글 4개
2022.07.16
2022.07.16
2022.07.16
2022.07.17
2022.07.17
2022.07.17
2022.07.17