🤓 인공지능을 위한 수학 공부 시작 | 주요 토픽들

 

🧮 인공지능을 위한 수학 공부를 시작하다. 

 

인공지능에 관심이 있고 인공지능을 다뤄서 무엇인가를 해보려고 기웃거리다보니 자꾸 이상한 공식과 숫자들이 난무하다. 😭

애증의 수학, 고등학교 졸업 이후 다시 볼 일이 0.0000001도 없었는데 아무래도 계속 발목을 잡을거 같아 수학 공부를 시작한다. 

 

 

📖 책으로 시작하는 인공지능 수학 공부

 

생각해보면 수학을 아예 싫어하거나 못하지는 않았던 것으로.. 애써 기억하는데 어디서부터 뭘 해야할지 몰랐다. 

찾아보니 '인공지능을 위한 수학', '딥러닝을 위한 선형대수' 이런 종류의 언급이 꽤 보여서 먼저 관련 책을 찾아보았다. 

 

행렬부터 시작하는걸 보니 파이썬에서 넘파이와 판다스 같은 라이브러리랑 관련이 있어보였다.  

와 근데 정말 진도가 안나간다. 그리고 아직 인공지능에 대해서도 알아가는 중이다보니 이게 왜 필요한지 어떻게 활용되는지 연결이 안되니 심적으로 동기부여가 영 안된다. 책에 먼지가 쌓여가고 이제 연장 기회도 끝나 반납기한이 다가온다... 😱

 

 

🧑🏻‍🏫 영상으로 시작하는 인공지능 수학 공부

 

자 이제 그러면 동영상 강의를 찾아보자, 누군가 설명을 해주면 좀 낫겠지. 

무료로 접근 가능한 다양한 영상이 보였다.

선형대수가 대체 뭐길래 선형대수, 선형대수 하는지 들여다보니 무슨 말을 하는지 분명 한국어인데 못알아듣겠다.

선형대수는 과연 무엇일까.. 언제 이걸 이해할 수 있게 될까... 🫠

 

다시 돌아가서 인공지능을 위한 수학, 고등학교 수준으로 시작해보기로 하고 아침 출근길에 보기 시작했다. 

행렬은 책에서 한번 봤으니 건너뛰어보자, 이렇게 항상 새로운 것을 공부하려고 야심차게 시작해서 앞부분 챕터 1만 반복해서 보다가 흐지부지 되는 경우가 많았기 때문이다.

 

 

🌳 인공지능 수학 토픽

그런 의미에서 오늘은 나무보다 숲을 보는 개념으로 인공지능을 위한 수학, 어떤 주제를 공부해야 하는지 정리해본다.

사설이 매우 길었군.

 

함수 그래프와 방정식의 해 
인공지능과 행렬 
데이터 분류를 위한 계산 
선형연립방정식의 해집합 
정사영과 최소제곱문제 
행렬분해(특이값 분해) 
극한과 도함수 
극대, 극소, 최대, 최소 
경사하강법(GDM) 
순열, 조합, 확률 
확률변수, 확률분포, 베이지안
통계, 기대값, 분산
공분산, 상관계수
주성분 분석(PCA)
인공신경망 
오차 역전파
MNIST (숫자인식) 

 

오늘은 데이터 분류를 위한 유사도 계산으로 아침을 시작했다. 

최소한 내가 이걸 왜 해야 하는지, 예를 들어 유사도 계산을 위한 AI 데이터셋이 어떤 방식으로 준비되어야 할지 생각할 수 있게 되니 좀 더 동기부여가 되었다. 

그리고 중요한 건 내가 손으로 계산할 필요 없이 파이썬 함수와 라이브러리를 활용하면 된다는 거! 

뭘 해야하는지 결과값이 무엇을 의미하는지 아는게 중요하기 때문에 몰라도 반복해서 들어보자는 마음가짐으로 가본다. 

블로그에 얼마나 자주 어떤 내용으로 기록될지 모르지만 일단 하나씩 들어보고 기억할 것들을 남겨보자.