一个关注当前人工智能技术和应用的网站
数学不好能学人工智能技术-数学不好能学人工智能技术吗
C0f3d30c8时间2024-09-30 05:48:51分类AI技术浏览27
大家好，今天小编关注到一个比较有意思的话题，就是关于数学不好能学人工智能技术的问题，于是小编就整理了4个相关介绍数学不好能学人工智能技术的解答，让我们一起看看吧。
人工智能专业对物理数学有没有特别要求？
人工智能专业对学科有没有特别要求，首要看大学的招生简章，其次，要看专业所学内容。
有的招生简章对这类专业有特殊要求，即物理数学的要求。有的招生简章没有明说，但也要注意，数学物理较差，最好不要选这类专业。
数学不好，但是基础还行，学数学科学与大数据技术，可以吗？
高，而且非常高。如果你数学不好，劝你不要选这个专业。涉及的课程包括：高等数学、线性代数、概率论与数理统计、高级语言程序设计（如C、C++）、离散数学、数据结构、信号处理原理、系统分析与控制、数字逻辑、人工智能导论、微计算机技术、操作系统、汇编语言程序设计、计算机原理、计算机系统结构、编译原理、计算机网络、专业英语阅读等。
本科读的专业是数学与数学应用，将来可以直接攻读计算机专业硕士和博士。可见，数学和计算机是互通的，而且计算机专业需要一定的数学基础。
数学不好，可以学人工智能吗？
如果你是研究算法，封装底层模块/接口的，或搞学术论文的，那么没高数知识搞不定的！
如果你是搞应用层开发的，那你只需要弄清楚模块接口怎么调用就OK,很多应用级的Al都模块化了，把它当成普通的DLL来看待就OK了！以前怎么编程，现在还是怎么编程！
人工智能需要数学好吗？要是数学成绩很渣，该怎么办？
需要，但不一定要非常好！
从传统意义来说,人工智能对从业人员的素质要求很高，数学水平和编程水平是两个必须逾越的坎，目前市面上很多工作都是硕士起步。如果你真心想要在这行有大发展，良好的基础是必须的。但是，由于目前很多傻瓜化的工具出现，在大部分的业务场景下只需要一些很简单的代码就可以搞定。最常见的就是python上的各种工具包，比如SKLEARN，还有就是最近很火的TENSORFLOW。如果你确实在理论基础方面实在有困难，多熟练掌握一些实用工具也能在市面上也能找到不错的工作。
下面开始正题了：
1.如果题主不是以数据分析为主要的职业，只是增强自己数据分析的能力，辅助工作。
那么对于数学基础的要求没有那么高，理解能够应用就好，所以不必要一开始从数学撸起。
数据基础无疑是很重要的，我认为前提条件是对数学有没有兴趣，以及有没有一颗好奇心，这决定了你能不能坚持学好数学。
首先，可以找诸如统计学的数学基础的书籍入门，我看书专门找通俗易懂，图解类的书籍，可以提升自己对数学的兴趣，更主要是需要开始对数学有所思考，认识到数学的意义。
有了基本的概率论和统计学知识，这里是指了解基本的概念，无需较劲复杂的公式。接着我学了spss[_a***_]，spss涵盖了很多数据分析的方法，而且学起来也不太难。
人工智能需要具备的数学基础有很多，主要包括线性代数、概率论、形式逻辑、数理统计等。
（1）线性代数；基本上所有的理科生和部分文科生在大学期间都会学习这么课程，它不仅仅是人工智能的基础，还是很多其它以现代数学为主要分析方法的众多科学的基础。线性代数的本质是将具体的事物抽象为数学对象，并描述其静态或动态特性，在人工智能领域，计算机处理生活中的事物***用的就是将具体抽象化的方法，因此线性代数非常重要。
（2）概率论；如果说线性代数着重于将具体事物抽象化，那么概率论所着重的点就是生活中无所不在的可能性。在人工智能领域，概率论通过对生活中的可能性进行建模分析处理，进而做出判断或操作，由此可见，概率论的重要性丝毫不亚于线性代数。
（3）形式逻辑；在人工智能概念最初提出的时候，这一理论的各位奠基者认为，理想的人工智能应该是具有抽象意义的学习、推理和归纳的能力，这就需要一个认知的过程，如果我们将认知的过程定义为对符号的逻辑运算，那么形式逻辑就是人工智能的基础，因为对于人工智能来说，认知的本质是计算。
（4）数理统计；虽说数理统计是以概率论为基础的，但其和概率论有着本质上的不同，数理统计着重研究的对象是未知分布的随机变量，你可以这样理解，那就是数理统计是逆向的概率论。对于人工智能来说，能够对未知分布的随机变量进行研究分析，才是最重要的。
这些只是典型的数学需要，还有其他更详细的数学知识，因为人工智能内容涵盖广泛。想学好人工智能，还是需要学习些数学基础。
到此，以上就是小编对于数学不好能学人工智能技术的问题就介绍到这了，希望介绍关于数学不好能学人工智能技术的4点解答对大家有用。
[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/56918.html
