강의 너무 잘 들었습니다. 데이터 분석 로드맵 학습 과정에 대한 질문을 드리고 싶습니다

안녕하세요.

어휴 참 이렇게 좋은 이야기를 해주셔서, 오늘 하루 또 기쁘네요. ㅎㅎ

말씀하신 부분을 제가 머신러닝 강의에서 설명을 드리고 있는데요. 저도 마찬가지로 학부가 문과라서, 이과 대학에서 1학년? 정도때 배우는 공학수학? 선형대수등등을 배울 기회가 없었습니다. (사실 컴공에서 저런 수학이 필요하지는 않아서 컴공대학원서도 전혀 손댄적 없습니다.) 그러다보니,  처음 머신러닝을 익힐 때, 고생이 많았습니다.

특히 아직도 생각나는 것이 공분산을 이해하느라, 일주일을 머리 싸멘적이 있는데, 힘들었습니다. 솔직히...

이 잔재가 다음 블로그에 고스란히 있어요.

https://www.fun-coding.org/recommend_basic6.html

그런데, 이 수학을 이해하고 나서, 가만히 보니까, 실제 실행은 고작 한두줄의 함수더라고요.

그러다보니 보안쪽이 또 생각나더라고요. 보안도 개발자가 다루지만, 어느 누가 보안 알고리즘 자체를 개선하거나, 보완하는데 집중하지는 않거든요. 보안 알고리즘도 수학 덩어리니까요.

사실 머신러닝/인공지능 강의들이 좀 진지한 강의들은 온통 수학부터 시작하는데, 수학/통계 이해하다가 지치고, 

결국 한줄도 실행못해보고 포기하는 것 같습니다.

저도 한번 관련 기술을 익히려다가 수학 공부하다 포기하고, 한 3년 후 다시 보기 시작했습니다.

지금 생각해보면, 머신러닝/인공지능을 수학부터 봤던것이 첫 실패의 큰 패착이었다고 생각합니다. 

그러다가 그냥 먼저 실행해보고, 필요한 부분은 큰 그림으로만 우선 이해하고 넘어가기로 하고, 관련 기술을 익히고, 활용하기 시작했고요. 그 결과가 머신러닝 강의이기도 합니다. 해당 강의는 수학등은 최소로 하고, 실제 캐글 문제를 풀어가며, 상위 1~2% 의 결과를 실제로 보여주고 있어요 (이 부분은 괜히 관련 코드가 널리 퍼지는 건 문제가 있을 듯해서, 강의 상세페이지등에서는 언급안하고 있긴 해요)

그래서, 제 개인적인 의견은 우선은 실행해보고, 활용하는 법 먼저 익혀보시기를 추천드립니다. 개념은 큰 그림으로만 익히시고요. 그 후에, 어느 정도 익숙해지면, 그 때 각 개념을 수학/통계학을 하나씩 익히면서, 장기적으로 이해의 폭을 넓히시는 것을 추천드립니다.

감사합니다.