[러닛] <머신러닝을 위한 기초 수학> 모집

머신러닝을 제대로 이해하기 위해서는 아래와 같은 수학적 개념에 대한 이해가 필요합니다.

✔ 선형 대수학(Linear Algebra)
✔ 확률(Probability)
✔ 통계(Statistics)
✔ 다변수 미적분학(Multivariate Calculus)
✔ 알고리즘(Algorithm) 물론 꼭 위의 어려운 수학적 내용들을 알아야만 머신러닝을 할 수 있는 것은 아닙니다. 복잡한 수학적 내용들에 대해서 몰라도 머신러닝을 할 수 있게 도와주는 다양한 라이브러리들이 있습니다.

하지만, 단순히 라이브러리를 통해 머신러닝을 구현을 할 수는 있어도 도대체 어떠한 원리로 작동하는 것인지 알 수가 없어서 답답한 분들을 위해 본 스터디를 준비했습니다. 본 스터디에서는 머신러닝을 이해하는데 꼭 필요한 최소한의 수학을 빠른 시간안에 효율적으로 학습하는 것을 목표로 합니다.

✔ 머신러닝 라이브러리를 활용할 수는 있으나 수학적 이해가 부족해서 중급으로 나아가지 못하는 분
웹에서 찾은 학습자료들로 머신러닝을 자체적인 학습하여, 라이브러리를 활용해서 구현은 할 수 있지만, 여기서 이 코드가 왜 쓰이는지 등의 이해가 부족하신 분들. 코드를 가져다 쓰는 것은 조금만 학습하면 누구나 할 수 있습니다.하지만 이해하는 것은 또 다른 이야기입니다. 본 스터디를 통해서 향후 머신러닝 중급으로 나아가기 위한 수학적 개념을 정리하세요.

✔ 문과 출신으로 머신러닝을 학습하시는 분
십여년 이전에 문과 계열로 고등학교를 졸업하셨다면 고등학교 때 미적분을 배우지 못하셨을 겁니다. 문과와 이과간에 학습하는 수학의 내용에 대해서 차이가 분명히 존재합니다. 머신러닝을 하기 위해서 이과의 수학 내용을 모두 알아야하는 것은 아닙니다. 필요한 만큼 짧은 시간에 정확하게 전달드리는 것이 본 스터디의 목표입니다.

✔ 머신러닝을 학습하고 싶은 모든분
머신러닝을 학습할 수 있는 자료는 매우 많습니다. 다만 대부분의 자료들이 '어떻게' 구현하는지에 초점이 맞춰져있고, '왜' 이렇게 되는지에 대해서는 설명이 부족합니다. 단순히 활용법만 익히는 것이 아닌, 원리에 대한 이해를 원하신다면 본 스터디를 꼭 추천드립니다. 머신러닝에 필요한 수학의 기초체력을 탄탄히 다지고 가세요.