数理逻辑、离散数学、微积分是绝对重要的。 人工智能有很多分支,从各分支的总和来看,几乎所有的数学都是重要的。不过不论你将从事哪些分支的研究,有几项始终是重要的:数理逻辑、离散数学、微积分。对AI理论研究,需要很深的逻辑;象模态逻辑、时序逻辑等等非经典逻辑,还需要范畴学。对传统符号式机器学习,需要数理逻辑和离散数学、概率统计。对连接主义机器学习,需要概率统计、微积分。对强化学习和Agent,需要逻辑和运筹学。 祝你在学习中取得进步。
好吧。。之前两个回答明显是copy过来的。。。但讲的大概是对的。。。
目前国内比较热门的应该有机器学习(ml),数据挖掘(dm),自然语言处理(nlp),这些方向国内还是比较强的,因为不依赖硬件,纯理论和软件。其他方向比如智能机器人,生物智能,这些比较依赖硬件实力,国内相对较弱,欧美日这些方面比较强。看以后是准备在国内还是国外发展而定(当然外国ml,dm,nlp也很强。。只是国内相对来说比较好。。)
有一点是肯定的,绝大部分理工科,数学都是要求非常高的。。。当然我说的是研究,如果是***方向的程序员的话,要求不是很高。。。ai的所有方向都会用到线性代数,概率论。 至于楼上说的什么离散数学,微积分,用是用的到 不过并不是非常难,因为他们只是基础 某个函数你知道怎么积分就行了,没有太多难处。。切身感觉是,概率论非常非常重要,基本上人工智能里面的“智能”就靠概率来实现。。。。(生物智能不是很了解 不过也应该是差不多)
Hadoop|
Apache Pig|
Apache Kafka|
Apache Storm|
Impala|
Zookeeper|
SAS|
TensorFlow|
人工智能基础|
Apache Kylin|
Openstack|
Flink|
MapReduce|
大数据|
云计算|
用户登录
还没有账号?立即注册
用户注册
投稿取消
文章分类: |
|
还能输入300字
上传中....