1樓：超越
機器學習演算法的種類非常多，所需要的數學基礎各不相同。
建議先確定要學習哪種機器學習方法，然後針對性地展開學習，例如1、卷積神經網路
要學會卷積神經網路，肯定要掌握基礎的矩陣運算、卷積運算以及偏微分運算等等。
卷積神經網路
2、殘差網路
如果學會了卷積神經網路，就可以很快學會殘差網路，因為只是新增了乙個加法運算，就顯著提高了效果。
殘差網路
3、殘差收縮網路
當資料含有大量雜訊時，殘差收縮網路[1]
[2]是一種值得考慮的方法，其自適應軟閾值化層就是專門針對強雜訊而設計的。這就需要一些訊號降噪方面的知識基礎。
（面向強噪、高冗餘資料的）殘差收縮網路
2樓：DeepEffort
機器學習=線性代數＋概率論＋優化，入門的話高數知識用的相對較少，一些幾何方面的泰勒展開拉格朗日乘數法等等，概率論中的數理統計方面用的比較多，這部分可以複習複習，機器學習一般是基於統計知識的
3樓：紅葉紅不紅
基本的線性代數計算和矩陣計算應該掌握，基本的概率論基礎，比如條件概率之類的，一點優化的知識，建議上網找些機器學習入門數學內容之類的pdf大概學習下，後面再接觸到什麼學什麼。
4樓：投資未來
只要你想學，現在好的大學是沒有門檻兒的。現在網路這麼發達，在網上就可以聽到名校老師講高數，你可以從大一的高數學起，只要有興趣，就沒有人能阻擋你！
5樓：
先找份工作。什麼崗都行，能接觸到業務資料就行。
了解公司內的業務流程和工作流。
了解公司內的業務流程和工作流。
了解公司內的業務流程和工作流。
根據自認為的業務上需要改進的一些小的痛點自己建立個專案。
嘗試使用最簡單的框架開始解決問題，例如orange，knime之類的。
開始會遇到不會的了，沒事，學就行了。
會經歷到模型選擇，特徵選擇，資料庫，資料清洗，程式設計，微積分，概率，統計，空間幾何等等之前學過沒學過的問題。
沒關係，學就行了，教材網上有的是。
模型好了就開始測試，ok了就找下乙個專案，做個三四個你就知道怎麼入門了。
最後，學什麼模型不重要，知道怎麼解決問題才重要。
good luck()ヾ(ω。)
6樓：kernel8liang
數學和其他任何學科都一樣都是熟能生巧，建議看看3Blue1Brown入駐Bilibili啦！_嗶哩嗶哩 (゜-゜)つロ 乾杯~-bilibili，幫助直觀的理解，絕大多數人都沒有直觀的理解，沒有直觀的理解再強的技巧也沒有多大的價值。
7樓：蕭遠霽
從現在開始，下個b站，把張宇的高數從頭到尾聽一遍並做好筆記，聽完之後你就會發現，數學的世界真tm太好玩兒了。
我沒有做廣告，宇哥不需要做廣告，就像他說的：「我從不推書。」那樣。
8樓：
機器學習和人工智慧用到的數學很粗淺，我個人認為大學文科數學完全夠了，其他的那點矩陣分析貝葉斯推斷和梯度法尋極值演算法找網文看看就行了。我這句話是認真說的不是玩笑。
問題不在這裡，而是你就算學了也很可能投不出去簡歷啊，文科碼農我還真沒遇到過。
9樓：
機器學習這一套的數學基礎實際上有好幾個。其中最重要的是概率統計。這個基本要學了理工科概率統計才行。
如果做更深層次的問題，比如本人最近入坑的NLP還要懂隨機過程（所謂隨機過程隨機過，量子力學量力學，組合語言不會編）。
10樓：DYYDYY
臥槽。這些答案裡面各種秀優越性啊！不就是大學歪打正著學了什麼計算機或者數學（有些學校數學還被調劑）你們覺得有多牛啊！
數學學的百分之五十以上不對應這個方向，計算機更遠，國內高校，985課程安排都有問題，都需要你自己去學習，自己選課啊！博弈論、運籌學、數值分析、三門考研必備自己學
11樓：Shawn Hao
就補充一條吧。很多人覺得業內人士喜歡裝b，搞階級劃分。
我舉個自己的經歷，在申請ML方向的數學PhD的時候，雖已經有教授願意接受，還是要徵求一下招生委員會的意見。
系裡面管招生的教授：你學過數學分析嗎。
我：自學過。
教授：自學？呵呵。。。
其實這時候高數，線代這種初級課程就不用說了，我已經把研究生數學課程的概率，統計，蒙特卡洛，概率圖，統計學習，機器學習都修過了，以及其他一堆研究生計算機課程...而且GPA是3.77也不算低了...
想說的是，不管什麼方向，你是否能夠做，最好還是聽取業內人士的意見，因為一是這樣能少走彎路，二是未來你能不能夠成功取決於你是否被圈內認可，而不是乾掉這碗雞湯你就能征服世界。。
另外一條就是，數學的核心基礎課不要自學，最好跟著教授學，因為你學到的不僅僅是死知識，養成良好的數學習慣和數學思維，對知識的理解也會更透徹。此外，如果你學習數學過程中很認真的鑽研，是不可能不遇到問題的，我個人認為在不借助外力的幫助下解決所有碰到的問題是不太可能的。。
12樓：
機器學習建議你以實踐為主的路線，上面介紹的那些路線恕我直言那是在秀自己懂了好多數學知識而已，正確應該是在市面上購買一本有關機器學習方面的書籍，選擇書籍時一定要看看裡面的內容是不是適合自己，是不是淺顯易懂。在這裡給你說說機器學習的基本原理，我用一句話概括，機器學習的的本質實際上就是比較向量集與向量集之間的差異程度！要進一步改進向量集時才會需要上面所說的那些知識。
比如說你利用神經網路模型（聽名字高大上是吧實際上結果還是向量的比較而已只不過一般情況下他比其他方法結果更可靠而已）。另外現在大多數演算法已經被python封裝了，你直接可以使用pybrain摸快進行使用即可，何苦難為自己非要弄懂裡面的每一步你又不是模式識別的博士？
13樓：ynm3000
14樓：Younger
作為乙個讀了五年計算機的廢柴程式設計師，我想給題主一些建議
首先弄清楚什麼叫有濃厚興趣，想清楚感興趣的程度能不能幫助你克服學習過程中碰到的困難，這是最關鍵的問題，也沒什麼多說的，題主自己想明白就好。
其次，我始終覺得，如果沒有科班學習的機會，即像題主這種情況，沒辦法跟著老師在課堂上一節課一節課的學習，那麼從基礎的角度去補數學知識，或者去翻看一些大學本科數學的課本，個人認為效率是非常低的。
所以普遍來說，我建議的學習方法有兩種，一種是直接參與機器學習的專案或者應用，在碰到問題的時候再去一一解決，這樣更有針對性，效率更高；第二種，像題主這樣幾乎沒有任何基礎的，可以跳過數學，直接學習機器學習相關的知識，在學習機器學習過程中碰到數學問題再去學相關的數學知識，其實道理和上一種是一樣的。
具體一點來說，機器學習的框架很簡單，運用數學建模的思想，利用已有的資料，把問題轉換成數學表示式，即代價函式cost function，基本來說機器學習的目標都是要讓這個函式達到最小值，那麼在學習了求導的前提下，求乙個函式的最小值再簡單不過了，就是求導，導數等於零的地方就是極值點，即區域性最優解，對於大多數問題來說可能就是最值點，即全域性最優解。弄清楚這個框架，再去理解機器學習就很容易了，很多問題都是這麼個框架。所以對於題主來說，目前要弄清楚的就是怎麼用求導的方法求乙個函式的最值，這應該是高中數學的內容吧。
所以題主不用擔心，大膽去學機器學習吧，碰到細節的問題再去查相關資料就好了。
說了這麼多廢話，來講正經的：Coursera 機器學習 Andrew Ng，上完這門課你就入門了。
15樓：孤雲獨去閒
別著急。要不然就多練練sql，找個data manipulation的工作。以後會有更多的機會設計machine learning 的model。
還有條路我不熟悉，但應該更好，刷演算法題，進it公司當軟體開發人員，慢慢再做machine learning的東西。
16樓：bsdr
雖然有很多答主在諷刺題主，但他們說的還是有些道理的，真正的機器學習很可能不是你以為的那樣。對這方面感興趣是好事，意識到需要數學也是好事。那就先看看機器學習需要的到底是怎樣的數學。
可以看看這兩本書，一本關於統計和概率論，一本關於凸優化。
介紹了很多機器學習的基本工具，從最基礎的各種概率，分布，到極大似然估計，貝葉斯理論，還有最小二乘，拉格朗日橙子法，梯度下降，牛頓法之類的。這些都是經常用到的一些工具。簡單看看，如果覺得可以接受這些東西的話，就認真的學習這兩本書吧。
學完這兩本，已經具備機器學習的數學基礎了。各種模型演算法都比較容易理解，可以真正稱得上入門了。
17樓：Kevin Duan
我雖不是大神、但你想學習這些數學知識很簡單、就像理科生考研一樣複習個半年考研數學就可以、你對高數、線性代數、概率的掌握可能比你本科修過的效果更好
18樓：某某晨
我是個數學廢，但是我爸媽高數還可以，我媽說她微積分滿分線代90多至於原因是以下幾點
數學基礎好（從小學霸啊）
老師很關鍵啊（她們老師講的很細，像高中老師那樣的授課方式）自己課後的預習和複習，做題。
我媽是屬於那種非常非常非常踏實的學生。
我爸沒問過，他說他沒怎麼好好學高數，微積分才考了80多。
19樓：冷颺
哈哈哈，我的回答跟題目無關哈，不好意思，我笑點低，因為看問題時候讀成「老子（LZ）高中文科。。。」再往下就沒法讀了，一直在笑，哈哈哈
20樓：
我覺得本質上全是數學，自己工科學的那點數學就和沒學過數學一樣。靠研究生，再走博士的路才比較靠譜，不然就算短時間會用工具了(去上個短時間培訓班就夠了)，不懂數學也只能在這個層面了
21樓：
然後這個問題就變成了文科適不適合轉ML?某些大佬賣毒雞湯好無恥啊？大四！
懷疑你們數學怎麼學的，條件看清楚沒？這個時間段應該做什麼？三板短缺，CS 基礎無，前途未卜，憑著興趣就開始？
港真，文數的難度各位自知，真的適合嘛？如果看了某些智商優越的人寫的進擊路線，lz如果還保持興趣，且一往無前，在下佩服，至於前途，自己掂量，倘如是為搞學術，恕我卑賤，妄度想法。並不是給你秀優越感，而是幫你弄清楚，行行有翹楚，何必以己之「短」與他人之長相爭。
先理性，後定奪。
22樓：魚罐頭啊
答案已經夠多了，再多的資料google一搜馬上也能出來。我就不贅述了。
想起劉未鵬的一句話，送給樓主：
興趣遍地都是，專注和持之以恆才是稀缺的。
希望樓主堅持下來。共勉。
23樓：sunny2015
前後句好像沒有太大聯絡。系統的學習數學，會很浪費時間。所以建議你，跟隨自己的興趣走下去，遇到問題再解決問題。比你先學好數學再去玩機器學習效率會高一些。
四年級開始學奧數的孩子 學四年級的舉一反三教材有點跟不上 是否換三年級的教材會更好？
為什麼一定要上奧數？我都三十多了，小學時候學奧數的陰影還在我心裡揮之不去。每到週六就是我的劫難。奧數考試更完蛋。就非得學不可嗎？就是學不明白怎麼辦？孩子太痛苦了。 hijack 印象中 舉一反三 有ABC三個不同難度的版本，A版比較基礎。如果以前完全沒接觸過奧數，突然一下接觸，是會有點不適應，有些題...
四年級孩子考一年級只有20幾分？
陳林教育 從文中提到的資訊來看，問題挺嚴重的，這樣下去，肯定不行的，有幾點建議，供參考 1.了解一下，孩子不想讀書的原因所在，為什麼會不喜歡讀書，甚至有必要，去全方位檢查一下，是否存在所謂的多動症，或者心理上有什麼問題，把孩子從這個怪圈中拉出來。2.多陪伴孩子，及時糾正孩子的不良行為，在第一步驟的實...
為什麼我對孩子完全沒有耐心，孩子四年級了，在教育上我真的很急躁，控制不住發火，知道這樣不好？
恰在 時間不允許吧，放假時候，我能比較耐心地給孩子講題，反正節奏掌握在自己手裡，平時晚上打仗一樣，給孩子講不明白，想到後面還要吃飯洗碗洗澡廁所理書包balabala就煩躁起來 曉月 作為家長，如果對於教育孩子的方法完全不懂，當面對孩子的成長中的種種問題時，就會感到焦慮，焦慮就會導致你煩躁。如果告訴你...