这是一个创建于 1133 天前的主题，其中的信息可能已经有所发展或是发生改变。
有一定高数基础，希望能得到一些建议
 |
1
nutting 2021-03-12 17:31:11 +08:00
概率和线性代数必不可少，建议看英文的
|
 |
2
ruixue 2021-03-12 17:32:29 +08:00
|
 |
4
ttgo 2021-03-12 18:03:56 +08:00  1
如果只是做 engineer 而不是 researcher 的话，本科水平的数学就足够了。
|
 |
5
Chikaku 2021-03-12 18:25:24 +08:00 1
线性代数及其应用、统计推断、概率论基础教程
|
 |
6
imn1 2021-03-12 18:48:52 +08:00 2
做算法（数学模型）的要很高数学要求
不做算法的，更多是“清洗数据”、反复调参、优化速度，所以各种数据变形、保真的能力要强 PS: 真正做算法的人是少之又少的，现在好多人所讲的算法，只是业务算法（如推荐算法），而不是数学模型 |
 |
7
zxCoder 2021-03-12 22:09:11 +08:00 1
进军可还行
|
 |
8
NotreDame 2021-03-13 09:16:41 +08:00
@imn1 就算是做业务算法，是不是也比同样做 web 开发的前途更好。我想考个非全日制的研，老哥有什么建议的方向吗？ web 开发从业者太多，心累了。
|
 |
9
FucUrFrd 2021-03-13 09:17:22 +08:00 via Android
王林心学
招商引资，二十亿起步 |
 |
10
cyndihuifei 2021-03-13 09:23:52 +08:00
有高数基础可以直接去看点机器学习的教程，不一定一开始就要从数学开始，有需要的时候再回过头来补
|
 |
12
usw OP @cyndihuifei 机器学习入门教程有没有推荐的书目，市场上太多了
|
|
13
cyndihuifei 2021-03-13 11:32:35 +08:00
@usw 李宏毅机器学习
|
|
14
imn1 2021-03-13 12:17:45 +08:00
@NotreDame #8
我不太敢预计将来，反正自己也没准确过几次，世界变化快 AI 远景美好，但几年后也未必，因为岗位肯定不多，找工作不易。而且不容易产出，很多企业只是追热点投入 AI 研究，花了一定钱没见到收益就会撤退，只有长期设立研发部门和资金投入的才会坚持 能否快速掌握某个行业的业务，是个技巧，不然也做不出业务算法 如果你有快速熟悉业务的能力，倒是可以创业，利用现有数学模型，帮助中小企做项目优化，一般小企微企是舍不得给钱做优化的，但有长期项目的话，能提升 2%~3%增加几十万年利润的，会舍得给几万委托调研优化项目，但感觉市场不大，最早能商用机器学习的应该是市场调查公司，但好像现在也没什么响，还是那几家传统的，没见新兴的出现，看上去项目优化的思想还处在研究所阶段，商用未能普及，通俗点说就是老板们还不敢用新模型试水 @usw #12 书就没有推荐了，因为我较早就学过也从事过聚类分析，看过的都是旧书，但过程可以说一下 先了解一下交叉分析，其实就是跟 sql 的 select max(xxx) where xxx and xxx，pandas 的 groupby 等等差不多 然后了解一下聚类分析，机器学习主体就是聚类分析 先选某家模块学习，因为现在公开的数学模型各家都在做，只是语法不同，选一家学就行了，推荐 sklearn 和 opencv 可以用实际工作了解，例如人脸识别是比较快的，因为例程很多 机器学习要记住一句话：“没有最优数学模型”，至少现在是这样 后面是深度学习，深度学习主体是拟合函数，和机器学习差两字，但本质是两个数学途径，跨度很大，不要以为会点机器学习就能跳到深度学习，想做深度学习，自己也要再次“深度学习”数学，而且搞深度学习硬件也要花费很多，听说现在较强的 GPU 显卡要靠抢？ |
Select Language