1樓：
能說是你對演算法上面需要的記憶體優化，和設計到資料結構沒有理解透，有這麼好的數學基礎，可不能浪費！在很多轉機器學習方向的人中，你可是屬於高富帥級別的，不能因為小小的這些程式設計破壞你的形象！不行就像前面說，找個培訓唄~
2樓：
我的建議是c++和cuda，程式設計從0開始學起的話，我個人花了2年時間
程式設計的思想、精髓、課程、教材，等等，全部都不應該學，而應該直接程式設計，持續不斷的編
程式設計是實踐，不是科學，這是我個人的看法
3樓：魏吳
我也是一名數學專業的研究生，本科弄計算，現在搞代數。半年前發現自己在機器學習方面很感興趣，現在也在努力入門，在coursera上跟了ml和資料探勘幾門課程。竊以為我們數學專業的學生最大的缺點就是乙個問題證通了原理搞懂了就過去了，其實在乙個問題上可能需要更多的程式設計訓練才能變成自己熟練掌握的技能（自己也存在這樣的缺點，也在敦促自己改正）。
另外斯坦福的演算法I和演算法II覺得很不錯，講的都是我們計算數學專業不注重的資料結構方面的東西，建議樓主看看可能對於演算法加速很有幫助。以上。和樓主一起努力。
4樓：陳然
The Open Source Data Science Masters by datasciencemasters
對照相關課程查缺補漏？
計算數學方向研究生博士想轉機器學習，麻煩各位說下看法和建議，謝謝！？
現在學機器學習來得及。我是光學博士，一開始也想轉行搞機器學習，從吳恩達最簡單的機器學習，深度學習兩門課學起，很系統，推薦初學者可以以此為教材。有了些基礎後，加上博士身份，先去找份相關實習，這樣具體接觸公司專案，又學了很多實戰的東西，如果遇到乙個能帶你的師傅，那就更是幸運了。畢業去高校沒必要轉行了，把...
計算機專業研究生需要學習哪些數學？
矩陣論 線性代數，高等代數 概率論與統計 優化論 線性優化，非線性優化，統計優化 排隊論 馬兒可夫過程 博弈論演算法與資料結構 圖論計算理論 數論數學分析 近世代數 常微分方程 偏微分方程及數值解法 數值計算 複雜網路 計算幾何 傅利葉分析 小波分析 模糊數學 組合優化 遺傳演算法 貝葉斯網路 從以...
計算機專業想轉機械人行業，如何系統的自學機械方面的設計？
樣本雲 我是機械轉計算機 1.機械製圖 2.autocad軟體 上面兩個是基礎，學完了，你就會畫瓢了。3.機械原理，各種部件，齒輪，軸承.4.工程力學，算算要用多粗的軸，多厚的板 5.液壓與氣動 6.電機與拖動 讓你的機械人動起來 還有高階的知識和技能，待高人補充。 不需要。首先幾乎用不上，做結構設...