학습정리

수학 내용

1강 벡터

기본적인 내용에대한 이해는 했다. 내적만 알아도 기본은 된것 같다.

2강 행렬

벡터에서 한발 더 나아간 것으로 좀더 고차원을 다룬다. 마찬가지로 차원과 내적에 대해서 명확히 알고 가면 된다. 무어팬로즈는 처음 들어봤다.. 쓸일 이 없으니 넘겨도 될것 같긴하다.

3강 경사하강법-1

기본적 경사하강법은 이해 했다. 1차원이라 그다지 어렵지 않다.

4강 경사하강법-2

다차원 경사하강법은 편미분을 통해서 구할수 있다. 물론 손으로 수식을 쓰려면 어렵지만 그 개념에 대한 이해는 할수 있었다.

5강 딥러닝 학습방법

활성함수및 역전파가 핵심이라 볼수 있다.

6강 확률론

일단 다시 한번 들어야 한다. 확률분포, 확률변수에 대한 개념이 잡히지 않은 상태에서 들어서 많이 헷갈렸다.

7강 통계학

가능도 추정, 쿨백-라이블러 발산 이게 만약 중요한 부분이라면 나는 강의의 30%도 이해 하지 못한것이다. 처음 본 것들이고 내가 읽었던 딥러닝 책에서는 보지 못했던 것들이다. 하필 제일 어려웠던 부분을 발표하게 되서 힘들었다. 프리코스때는 강의 보다가 중간에 그냥 다음걸로 넘어간 기억이 있다..

8강 베이즈 통계학

정확한 수식보다 그 개념에 대해서 이해했다. 조건부 확률이 evidence에 따라 갱신된다는것이 핵심인듯 하다.

9강 CNN

기존 딥러닝 책에서 그림으로 많이 봐왔던 내용을 수식으로 좀더 깊이 알았다. 선행적으로 공부한게 있어서 어렵지 않았다.

10강 RNN

CNN과 마찬가지로 이미 알던 내용을 좀더 깊이 알아볼수 있었다. 역전파 쪽에서 좀더 디테일한 설명을 들은것 같다.

피어세션

총 7명에서 수학강의를 나누어서 돌아가면서 발표를 하기로 하였다. 나는 7강 통계학이었다. 처음이라 좀 어색했다.
다들 수리계통이나 컴공등을 전공하셨고 학생이나 졸업한지 얼마 안되신것 같다. 일단 아마 나를 제외한 모든 분들이 딥러닝 프로젝트나 강의를 들으며 어느정도 공부하신것 같다. 기초적인 내용에대한 질문은 없고 질문들이 너무 높은 수준이라 내가 답할수 있던것은 별로 없었다. 다행히 많이 아시는 분들이 계셔서 도움을 받을수 있었다.

과제

일단 필수과제들은 해볼만 했다. 필수과제 1~3은 쉽게 넘겼고 야구, 모스부호에서 시간이 좀 걸렸으나 정말 하라는데로 그대로만 하니까 풀렸다.
선택과제는 답안을 보고 공부해야겠다.

회고

수학 특히 통계 및 확률쪽에서 많이 힘들었다. 일단 기본적인 미적분은 학교에서 배운게 어느정도 남아있었지만 확통의 경우 거의 밑바닥부터 시작을 해야 해서 특히나 힘들었다.

파이썬에 있어서는 기초 문법등은 쉽게 넘어갈수 있었고, 좀 고급 기술들인 generator, closer, 로그, 넘파이, 판다스 등은 한번더 집고 넘어가야 할것 같다.

확률과 통계에 대한 공부는 어느정도 병행할 필요는 있어보인다. 다만 그것에 빠져서 공부할 필요는 없다고 하셨으니 교과서에 appendix에 나온 부분 정도만 공부하고 일단 넘겨보자.