머신러닝 공부를 본격적으로 시작하였다.
하지만 머신러닝을 공부하면 할 수록 통계학을 알 필요가 더 생긴다.
일단 기본적인 수식이나 원리들이 죄다 통계다. 통계를 조금이라도 모르면
말귀를 못 알아듣겠다. 그래서 몇가지 대안을 찾았는데..
이 책
이 강의
경제통계학 : 서울대학교 류근관 교수님
http://www.kmooc.kr/courses/course-v1:SNUk+SNU212_204_1k+2019_T2/about
책을 볼까 강의를 들을까
아니면 둘 다 볼까?
통계적으로 조금 더 알면 머신러닝에 적용하는 통계학 서적으로
The Elemetns of Statistical Learning / Trevor Hastie
Modern Mathematical Statistics with Applications / Jay L. Devore
An Introduction to Statistical Learning (with Applications in R) / Gareth James
Pattern Recognition and Machine Learning / Christopher M. Bishop
정도가 업계 바이블로 꼽히는 것 같다. 하지만 영어다. 내용을 몰라서 어느정도 깊이의 통계학을 다루고 있는지
책을 이해할 수 있는 대상이 누군지 모르겠다. 하루 빨리 영어를 극복하지 않으면 안된다.
솔직히 이정도면 컴퓨터공학과 괜히 온 것 같다는 생각이 문뜩 들기도 한다.
컴퓨터는 계산기일 뿐이지, 핵심적인 아이디어는 전부 통계학인것 같다.
어차피 수학 공부할거면 통계학과가 나았나? 아니면 문과로 경제학과 갔어도 크게 상관없었을 것 같다.
머신러닝과 컴퓨터공학의 교집합을 최대한 생각해보자.
결국, 머신러닝으로 나를 이끈 것도 컴퓨터에 대한 애정이니,,