В настоящее время я учусь на программе бакалавриата по информатике. пока доктор философии. в информатике это то, что я заинтересован делать в будущем. мой вопрос. так как есть прикладная математика, которая включает исчисление, линейную алгебру (без доказательств), дифференциальные уравнения, начальную вероятность ... и математику более высокого уровня, такую как абстрактная алгебра, топология, дифференциальная геометрия, линейная алгебра (с доказательствами), реальный анализ. Чтобы стать успешным исследователем ИИ, требуется свободное владение прикладной математикой или глубокое понимание более строгой абстрактной математики, ориентированной на доказательство.
Я считаю, что это зависит от того, какое исследование вы хотите провести.
Если ваша цель состоит в том, чтобы лучше понять модели машинного обучения, вам будет полезен солидный математический фон. Математика необходима, чтобы понять, как работают модели, интуитивно понять потенциальные улучшения и доказать различные свойства моделей. Исследователи, которые полагаются на фундаментальное понимание моделей машинного обучения, обычно пытаются продвигать современные решения существующих проблем; они хотят решать проблемы более эффективно, с большей точностью, с меньшим количеством данных, с большей объяснимостью и т. д., чем текущие лучшие решения.
Если ваша цель состоит в том, чтобы применить существующие модели для решения новых задач, вам не обязательно иметь сильную математическую подготовку. Для вас будет более важно иметь общее представление о том, как работают разные модели и когда вы выберете одну из них, а не другую. Исследователи, которые не так сильно полагаются на математику, часто пытаются протолкнуть наше понимание того, на что способны машины, вместо того, чтобы попытаться улучшить машину в решении известной проблемы.
Это мое понимание из моего опыта в этой области. Надеюсь, это поможет.
пользователь116038