比方逻辑,拓扑,统计,分析之类的。谢谢 Beautifulday8 发表于 2023-11-09 13:50
居然没有想到线性代数 Fhu 发表于 2023-11-09 14:03
看你学AI哪个分支,视觉,语言,还是别的什么,偏向理论还是应用。做应用真的用不到多少数学。学基础的时候会用到一些,之后反正调包就够了,又不需要自己手写,哪有吹的那么玄乎。 当然如果你需要理解和改进现有算法,一些概念还是需要有的,optimization学一下有好处,包括quadratic programming之类的,但是不会也不妨碍你混饭吃。反正看我的同事们,包括比我级别高的,都号称是做AI的scientist,按我的标准数学没几个真行的,拿着最新paper修修补补,network的不同模块鼓捣鼓捣拼个pipeline,跑个code再分析个结果没问题,但是讨论个严格的理论解,搞个manifold啥的,全都抓瞎,还都是phd科班出身呢,呵呵。以我浅薄的认知,做这行,动手能力更重要,还有就是经验和洞察力,能把现有的data和算法用得恰当,就已经比绝大多数人强了。我的建议就是开始动手做,过程中缺啥补啥,不会就自己学起来。这行变化太快,以前用到的工具今年可能就被替代,不能只钻一个坑。 Giovanna 发表于 2023-11-09 14:25
比方逻辑,拓扑,统计,分析之类的。谢谢
先说说你学过你列的这些数学课程么?
据说某美国大学,线性代数课报的人太少。后来改课程名为机器学习基础,立刻爆满。
感谢
哈哈,昨天夜里12点我昏头转向他让我帮他看写好的申请信,给我扫了一下方向清单,一长串,没看清哈。
coursera 上 吴恩达的 机器学习课。 从头到尾全是 线性代数, linear regression. 看来学 AI , 想入门, 线性代数 是省不掉的。