이거보다 실제로 self-studied는 더 많을 것이다.
개인적으로 존경하는 연구자인 Allen-Zhu의 http://people.csail.mit.edu/zeyuan/courses.htm 을 따라 했다. 요즘 내가 하는 것들은 또 거리가 있지만, 어떤 식으로 수학, 통계를 공부해야 하냐의 하나의 로드맵이 될 수 있을 거라 생각한다.
학부시절에는 통계를 구성하는 수학을 공부하고 싶었다. 성격이 깊게 알지 못하면 넘어가질 못해서 수학을 하다가 컴퓨터도 공부하게 되고, 기반에 있던 물리도 공부하게 되었다. 컴퓨터는 별개로 예전에 알고리즘 문제풀이 코딩들을 많이 했다. (백준) 많이 했다고 하면 민망하고, 적당히 백준 기준 골드~플레 사이이다. PS를 전문으로 하기에는 잘 못하지만, 꽤 코딩 능력을 올려준 것 같다.
초록은 self studied 나 청강, 노랑은 수강 과목 중 대학원, 회색은 수강 과목 중 학부 과목이다. 진한 선은 직접 연관된 과목, 점선은 간접적으로 연관된 과목들이다. 공부할 때 참고하면서 공부해보는 것도 좋을 것이다. 특히 나같이 순수 수학을 전공하지 않는데 수학을 간접적으로 많이 쓰는 사람들은 (혹은 그러고 싶은 사람들) 꽤나 도움이 많이 될 것이다.
개인적으로 나는 공부할 때 이런 정보들이 없어서 힘들었다. 막무가내로 상위 과목의 책들을 보다가 절대 못 보겠다고 생각이 들어 하위 과목들의 책이 뭐가 있는지 다시 찾아보고... 이런 과정들을 반복했다. 물론 매우 좋은 경험이지만, coursework 정도에서는 굳이 그런 경험을 할 필요는 없는 것 같다. 논문은 그런 식으로 읽는 것이 필요하고, 필수 불가결 하지만 적어도 coursework은 저런 workflow를 가지고 공부해가면 편할 것이다.
연구하기는 한참 부족하지만 ㅠㅠ 요즘 하루에 50번씩 부족함을 깨닫고 계속 공부를 해보고 있다.
'연구' 카테고리의 다른 글
요즘 보는 주제들 (0) | 2022.07.11 |
---|---|
LOGML 시작 (0) | 2022.07.10 |
논문 억셉 - Factor root2 acceleration of NAG (0) | 2022.06.21 |
Long-term 연구 (0) | 2022.06.08 |
연구 방향성 (0) | 2022.05.29 |