사용안내 및 노트

홈으로/사용안내 및 노트
제목002. 데이터 사이언스2020-06-14 20:31:26
작성자

☐ 데이터 사이언스

 ○ 머신러닝은 데이터 사이언스의 일부

 ○ 코딩 능력과 수학 및 통계에 대한 지식, 특정 분야에 대한 전문성이 결합되어야 경쟁력을 확보할 수 있음

 ○ 수학에서는 Linear Algebra가 가장 관련성이 크다.

  - 머신러닝 관점에서

   · Linear algebra는 데이터를 위한 수학이고,

   · 매트릭스와 벡터는 데이터에서 사용하는 언어이다.

  - 통계와 머신러닝은 linear algebra의 표현 방식과 기능을 사용한다.

  - 머신러닝에서 사용하는 linear least squares, linear regression과 같은 기능도 모두 linear algebra에 기반을 두고 있다.

  - 따라서 머신러닝을 이해하려면 반드시 linear algebra를 알고 있어야 한다.

  - 하지만, 실무적인 활용을 위해 머신러닝을 익히는 것이라면, linear algebra를 먼저 공부할 필요가 없다. 긴 시간이 소요되는 상향식 학습보다는 구체적인 사례에서 출발하는 하향식 학습을 권장한다.

   · Linear algebra를 학문적으로 공부하는 것은 권하지 않는다. 머신러닝에 필요한 분야를 집중적으로 정리한 자료가 중요하다.