들어가며

최근에 다시 데이터사이언스 관련해서 조금씩 공부를 해보고 있다.

 

이전에 데이터사이언스에 관심이 있어서 잠깐 유명한 강의들을 봤었는데 사실 답답한 점이 꽤 있었다.

1. 왜 그 모델을 써야하는지 제대로 된 설명이 없고 대충 코드만 나오고 약간의 끄적거리는 정도?라는 인상이 강했음 

2. 답답해서 논문이나 양질의 글을 보니 수식 덩어리라 gg침 (유명하다는 강의에서는 제대로된 수학, 통계설명은 거의 없고 단순 개념..)

3. 데이터사이언스라는게 결국 데이터를 소중하게? 생각해야하기 때문에, 다시 말해 먹고살만한 큰 기업단위에서부터 신경쓰고 분석하지 스타트업의 경우 (물론 규모가 큰 곳은 다르지만) 생길 일이 적다는 점. 그리고 난 솔직히 회사에 오래 묶여있고 싶지 않아서 회사의 dependency가 높아 보이는 부서라 흥미를 잃게 되었다.

 

그런데

 

회사내에 발표세션을 듣던 중 데이터사이언스팀에서 꽤 재밌는 프로젝트를 하는 걸 보고 살짝 다시 관심이 가봤다.

해볼까 말까 고민해보다 내린 결론은 우선 수학부터 먼저 해보자였다.

나도 그렇고 대부분의 사람들?이 그러겠지만 적은 노력으로 많을 걸 얻고 싶어한다.

머리아프고 힘든 수학은 하기 싫지만 데이터가 핫하다니 뭔가 발은 담그고 싶고...

 

사실 이런점을 잘? 노려서 광고하는 곳도 많은데 사실 진짜 데이터사이언스를 하려는데 수학과 통계를 deep하게 하지 않으면 무슨의미가 있을까 싶다.

명칭부터 DataScience 즉 과학이다.

Science의 언어는 수학이기 때무에 이 분야에 수학과 통계는 필수라고 할 수 있다.

 

우선 나는 7차교육과정을 받은 수리ㅂㅅ 문과였기에... (라떼는 미적분도 고등학생때 하지 않았다 하하핳)

미적분부터 공부를 시작해보기로 했다.

 

뭘로 할 까 고민하던 중 예전 편입을 할 때 한 친구로부터 이공계 편입수학은 암기라는 말이 생각이 났다.

좀 어이없는 말이지만 그래도 암기?라니 그래도 좀 낫겠다는 어이없는 생각과, 대학강의도 많이 찾아볼 수 있는데 혹은 KahnAcademy도 있고

그럼에도 편입수학을 택한 이유는 개인적으로 개념뿐아니라 문제도 많이 풀어보고 싶었다. 또한, 교수님들의 수업은 괜찮겠지만 분명 문제를 손수 해설해주지는 않을 거 같아서 ㅎㅎ

 

사실 끝까지 보지는 못했고

- 1권 (고등수학)

- 2권 (미적부 상)

- 4권 (선형대수 2/3정도?)

마친 상태인데 기본적인 개념은 익혔다고 생각이 들어서 통계학이나 머신러닝쪽 강의를 듣고 있고 아직까지 큰 어려움은 없는 것 같다.

 

내가 참고한 교재겸 강의이다.

https://educast.com/course/nature-eng/HW86?gclid=EAIaIQobChMIqqLSmoaB6AIVmaqWCh2S0AS2EAAYASAAEgK2cvD_BwE

이공편입수학 프리패스 | 에듀캐스트