1樓：才學會飛行
整個類別太大了，就比如想學深度學習的nn網路，數學知識基本都在高數的鏈式求導和線代的矩陣乘法，當然還有一些優化論的東西+理解每個框架的思路。但學機器學習還分乙個統計機器學習和概率圖(目前我學到的分了這兩塊...)，很明顯乙個要求統計知識，乙個要求概率論的知識，等等其他的，個人涉及不廣。
當你涉及演算法的時候，更看重你演算法工程能力，理論推到的時候當然理論基礎也很重要，我理論都是學到什麼補什麼..所以各位大佬的回答都對，勸題主別想著一口吃個胖子，祝你成功。
2樓：爬爬蝦的蠢魚魔法
一點淺薄的見解：
數學基礎：線性代數，矩陣論，概率論，最優化理論，凸優化；
當然深度學習的話要求沒那麼高也能學，就是記得之前有大佬說過，做這個東西，數學決定你的上限。
計算機基礎：python，一門框架，熟悉資料結構，熟悉演算法導論。
當然是python和框架優先的。別的兩個如果只是學深度學習的話，並沒有展現出太多的好處。
機器學習：統計學習方法。
以上。。
如何系統地深入機器學習 深度學習及計算機視覺領域並應用於醫學影象分析處理？
knnay 如果醫學影象中冗餘資訊較多，可以考慮深度殘差收縮網路 1 深度殘差收縮網路原本是用在振動訊號上，在其內部使用了軟閾值化，因此適合強噪 高冗餘的情況 2 深度殘差收縮網路 機器工匠 我之前也做過乙個醫學影像的專案，和kaggle比賽裡的那個癌細胞分類的比較像，後來就開始尋找有沒有什麼關於醫...
從事計算機視覺 機器學習 深度學習演算法學術研究，工作的你，怎樣讓自己跟蹤最前沿技術
將門創投 就看到這個問題，心想 啊放錯了，應該是 說白了，這問題就是為 將門技術社群 準備的啊！來讓我搓搓小手簡單回答一下，從事計算機視覺 機器學習 深度學習演算法學術研究 工作的你，應該去哪兒追蹤最前沿的技術？結實最厲害的同行？獲取最具價值的乾貨分享？先給出申請鏈結，讓某些猴急的寶寶先申請了再說加...
本人在讀非計算機研究生，想學習深度學習，需要從頭補習數學和計算機專業課嗎。還是直接看深度學習書籍？
上岸小哥 直接看深度學習書籍。如果你從頭開始學習會很麻煩的，而且內容巨大，更把握不住自己的研究重點。你可以從你的研究方向入手，去學校相應的書籍，並進行深度學習書籍比較好。 李旻 首先，深度學習這個話題就可以分很多種，對這個本人不怎麼了解，當時如果你做產品經理只要在那個職位上如果能夠用成本低，現有的庫...