1樓：
看做啥了，做神經網路方面的，目前還是實驗為主，流程就是找個應用領域，設計模型，然後測試效能。要想和數學結合，就做神經網路可解釋性，不過這個很難，需要很深的理論物理和數學背景，一般人做不來。有人嘗試從實驗出發解釋神經網路，但好像目前沒見到有人做出啥靠譜的東西來，
或者就做統計學習，不侷限於神經網路，有很多基礎的理論問題可以做。不過這個我不了解，你可以翻一翻《統計學習理論》，
或者就是因果推斷，這玩意兒目前來講只能做理論，是這個領域的一些性質決定的。不過這玩意兒還在起步階段，想真正能應用還早呢。目前只是因果推斷的理論和一些其他領域結合了一下才能用起來，比如變分推斷 + 神經網路 = 變分自編碼器，
或者就是搞群體智慧型，簡單地講就是多目標優化。這個目前挺火的，不過這個理論證明不多，實驗多，
或者就是做智慧型控制系統，就是控制，是應用數學的乙個分支。這個我也不了解，範圍太廣，切入點太多了，比如，控制論，非線性系統，凸/非凸優化，複雜性科學，強化學習，巴拉巴拉，
再或者就是搞機械人，也是人工智慧，我不了解。但感覺也是智慧型控制，只不過研究目標變成了實體的穩定性，應該是要求很高的動手能力的，
SO，僅憑我有限的了解，選應數對應了控制論、非線性系統、因果推斷。選資訊與計算對應了各種優化(說白了就是設計演算法求數值解)。選統計就，你對著找找，
機器學習方向最適合數學系學生學習的教材
博斌 Course上的Andrew Ng的課程Machine Learning 推薦此書 Foundations of Machine Learning By Mehryar Mohri,Afshin Rostamizadeh and Ameet Talwalkar 商隱 如果要深入學習，可以看Va...
想要學習人工智慧，需要掌握python到什麼程度？
Python Jack 人工智慧其實也有很多具體的方向 機器學習 演算法技術應用 機器學習不需要多麼精通 但是需要考慮多執行緒，多程序處理 大量資料IO 演算法會基本語法就可以 但是對數學功底要求比較高 技術應用 需要熟練掌握各種模組和系統機制 故意找茬 基本語法掌握 會用第三方庫 語言只是工具 落...
機械工程專業，對人工智慧極感興趣，將來想從事智慧型機械人方面的學術研究，該如何規劃今後學習道路？
大江東去 估計題主已經轉行成功了，那就給其他人參考吧。人工智慧的範疇很廣，站在2020年來看，神經網路 或者稱為深度學習 依然是現在最主流且熱門的方法，例如 1 多層感知機 多層感知機包含若干層，每一層都含有若干個神經元。多層感知機 2 卷積神經網路 卷積神經網路，顧名思義，就是採用了卷積操作的神經...