인턴을 하면서 NLP의 원리들을 완전히 이해하기 위해서 수학적 지식이 필요하다고 판단했다.
이전에는 논문을 읽으면서 수식이 아무리 등장해도 수식을 이해하려고 노력을 하다가 포기하고 대략적인 개념만 이해하고 넘어갔다. 근본적인 원리를 알지 못한 채 대략적인 아이디어만 이해하는 것이 나 스스로 한계점을 만들어놓는 것 같다는 생각이 들었다.
앞으로 ML, NLP를 하면서 수많은 수식과 수학적 개념을 만나게 될텐데, 지금이 아니면 수학적 기반을 다져놓을 시간이 없다고 생각했다.
그래서 수학 스터디를 만들어서 미적분학, 수리통계학, 공학 통계를 공부하려고 한다.
개인적으로 ML의 대가라고 생각하는 교수님께서 정말 감사하게도 ML 연구를 하기 위한 수학 커리큘럼을 봐주셔서 이를 바탕으로 빠르게 수학적 기반을 다져보려고 한다. 그래서 Calculus로 시작하여 수리통계 + 공학통계 순으로 커리를 짤 계획이다.
먼저 Calculus 강의로는 코세라의 미적분학 강의로 공부하려고 한다.
Mathematics for Machine Learning: Multivariate Calculus
https://www.youtube.com/playlist?list=PLiiljHvN6z193BBzS0Ln8NnqQmzimTW23
Module 1~3까지 수강하려고 하고 해당 부분 강좌 커리큘럼은 다음과 같다.
1.1 Welcome
1.2 Functions
1.3 Rise Over Run
1.4 Definition of Derivative
1.5 Differentiation examples & special cases
1.6 Product Rule
1.7 Chain Rule
1.8 Taming a Beast
1.9 See you next Module
2.1 Welcome
2.2 Variables, constants & context
2.3 Differentiate with respect to anything
2.4 The Jacobian
2.5 Jacobian Applied
2.6 The Sandpit
2.7 The Hessian
2.8 Reality is hard
2.9 See you next module
3.1 Welcome
3.2 Multivariate chain rule
3.3 More multivariate chain rule
3.4 Simple neural networks
3.5 More simple neural networks
3.6 See you next Module
문과생으로서 수학적 한계를 뛰어넘기위해 열심히 공부해볼거다!!!!!!!
화이팅!~!~!~!