맞습니다.. 갈피를 못잡겠어요

더 배워봐야 알까여

최적화라는게 어떤 걸 말하시는지? 최적화가 안 이루어지는 프로그램은 없어서요..

제가 생각하는건 선형대수때 배운 라그랑주 그런것처럼 제약이 주어진 상태에서 최대 최소를 구하는 알고리즘을 어케 빨리 해내는지.. 이런 걸 배워보고 싶어요

같은 문제를 여러가지 방법으로 접근하는?

확실한 건 제가 뭘 하고싶은지부터 다시 알아야겠다느누거네요 감사함당..

아항 학구적으로 파고싶다면 알고리즘쪽 대학원이나 수학과에서 응용수학쪽 찾아보시면 좋을 거 같고 그게 아니라면 더 배우면서 잘 생각해보세여 ㅎㅎ

감사합니다 ㅎㅎ 좋은하루되세요

글면 정확히 최적화가 먼지 알수있을까? 같은 일을 빠르게 해낸다고 하는디 이건 더 나은 알고리즘도 해당이 되어서.

컴퓨터공학에서 최적화는 보통 어떤 코드를 실행할 때 같은 동작을 하는 명령이라고 하더라도 명령어에 따라서 실행 시간 등이 다름(비용이라고 함) 이 비용을 최대한 싼 코드로 바꾸고 여러가지 꼼수를 통해서 실행을 빠르게 하는걸 최적화라고 보통 함. 컴파일러에서 이 작업을 해줌 ㅇㅇ

왜 최적화를 하느냐 하면 컴파일러가 아무 최적화를 거치지 않고 정석대로 컴파일 한 코드는 생각보다 느릴 수 있거나 느리기 때문에 최적화를 함.

반면에 개붕이가 생각하는 최적화는 이런 최적화라기 보다는 알고리즘이 맞음.

예를 들어서 탐색을 할때 0부터 n이 있다고 하면 순서대로 찾을 수 도 있지만 이진탐색을 하면 훨씬 빨리 찾게 되니까

이건 컴파일러의 최적화가 관여를 한다기 보다는 알고리즘 자체가 시간복잡도가 낮은거니까

아 그러면 일단 컴공 최적화는 컴파에 대한 이해가 기본으로 깔려 있어야 하는거구마..

내가 파이썬으로밖에 공부를 안했는데 어떤 단어를 찾을 때 같은 한영사전을 만들어도

이게 딕셔너리형으로 만든 한영사전이랑 리스트형 두 개를 이용해서 만든 한영사전이랑 작업소요시간이 다르다는 거지?

뭐 다를 수 있지

그걸 수동이던 자동이던 조금이라도 더 빠른놈으로 바꿔주는게 최적화고

알고최적화가 더 맞는거같아용

감사함당~~

함 찾아보겠습니당 댓글로 다시 질문해도될까여

딥러닝이 입력된 x에서 입력된 y를 만드는 함수를 찾는데, 결국 여러 파라미터를 조작해 가면서 y-x를 0에 가깝게 하는 함수를 만들어. 이거는 파라미터 공간으로 이루어진 convex를 최적화하는 문제거든. 수학에서는 자명하게 최적해를 찾으려하고, 딥러닝에서는 꽤 괜찮은 최적해를 찾아도 만족해. 실제로 서울대 산업공학과에거 딥러닝을 가르치시는 젊은 교수님들 다수가 수학과 출신이셔. 난 아주 유망하다고 생각해. 컴공쪽에서 굳이 산업공학과 수업을 들으러 가는 정도임

프로그램 최적화와(컴파일러)와는  아예 다른 길이니까 잘 알아보고 선택하렴~~

감사합니다! 그러면 일단 생각나는건 벡터칼큘러스 선형대수 미분기하 정도 보면 수학적 기초는 다졌다고 볼 수 있을까요?? 아직 시작하기엔 시간이 좀 있어서..

수리 계획, 응용 통계 등 "수학의 대수적 아름다움"보다는 "실제 산업에 적용하기" 부분을 많이 공부하길 바랄께~ 난 컴공쪽인데 통계학과/수학과 분들이 딥러닝하면서 엄청난 대우 받는 경우가 허다하더라

못난 단일전공 수붕이라 적용이 미숙한디.. 배우는건 맨날 정의정리증명인데 어렵네유ㅜㅜ 통계쪽을 함 손봐야것슴다

딥러닝쪽은 "증명은 못하겠고 해보니까 좋다"라는 논문도 수두룩해서 큰일이겄네

4색정리 스타일루다가 완결성이 없어도 유의미한 차이를 보인다 정도의 내용에 익숙해지는건감..

일단 여깄는 정보들 토대로 함 계산과학공학과 교수님한테 물봐야것슴당 좋은정보 고마워유

아ㅋㅋㅋ모든 가능한 파라미터를 입력해 증명하는 4색 정리는 딥러닝 쪽에서는 state-of-art 수준에 해당해. 암튼 홧팅