数学对于cs或者machine learning来说重要吗？

想问一下大家，数学对于cs或者machine learning来说重要吗？希望有大佬可以具体解答一下

学过数学又学过cs的人想说两者数学要求不是一个级别的。ml需要一些简单的，最基本的微积分，线性代数和统计。我也不太主张用复杂的数学研究一切问题，个人感觉在是一种类似于用战术上的勤奋来企图弥补战略上的懒惰的行为

做理论研究的话非常需要。工业上运用的话其实大多数人都是在调框架，我们一般称之为“炼丹”(偏应用的学术研究很多也是，google这种高端的除外），就是这里加一层那里改个参数，也说不出什么所以然来，都是玄学。（其实个人对深度学习的未来不太看好，现在泡沫有些吹得过大)

重要，但是，不是那种学好数学系的数学就能懂CS、ML的数学的。数学系第一年课程学好绝对是对后者有很大帮助的，第二年开始，数学本身也有很多方向，如果是微分方程、数值分析什么的那还是蛮有帮助的，数学系的抽象代数虽然和CS中的离散有些关系，但是数学系肯定不是以让你懂离散的目的教你的，所以想对CS、ML有帮助，还是自学或者去CS系上课吧。

补充一下，machine learning不需要深究复杂的数学只是个人意见，也有很多厉害的研究人员觉得需要学习实变函数，泛函分析，测度论这些课程来做机器学习研究。有人从数学的角度研究，有人从神经生物，认知学着手，甚至你可以从哲学，形而上学出发来思考人工智能的研究。搞研究就是要集思广益吧，哈哈

太重要了 不过接触一下倒是不怎么需要数学功底

重要zszs

只需要学好本科生基本的微积分，线性代数，概率论和数理统计，足够应对机器学习了。相比量子场论，信号与系统，金融衍生品模型等等其他学科的研究生领域，机器学习中的数学还是比较简单的。

楼上这无知者无畏的，ml的数学可不简单，当然要是只是随便调个包做做那不需要数学

Euler57721 发表于 2018-12-4 01:19
只需要学好本科生基本的微积分，线性代数，概率论和数理统计，足够应对机器学习了。相比量子场论，信号与系 ...

金融的数学真的证明到吐