想入行人工智能，对数学要求高吗
目前的人工智能畛域次要有深度学习、自然语言解决、计算机视觉、智能机器人、主动程序设计、数据挖掘等方面，这些畛域全副与数据无关，而宏大的数据计算离不开数学的反对，尤其是人工智能赖以倒退的大数据，更须要数学实践以及数学实践翻新来实现。
与 APP 开发、Web 开发、游戏开发相比，人工智能属于数学知识密集的方向。在各种书籍、论文、算法中都充斥着大量的数学公式。人工智能所有的畛域都交融了微积分、线性代数、概率论、数理统计、最优化实践、信息论、迫近论、离散数学等方面的数学知识。
数学对于人工智能来说是必备的根底，你要了解一个算法的外在逻辑，没有数学是不行的。如果没有数学根底，刚开始你可能能上手跑算法，调调参数等。但如果调参成果不好呢，如果你不懂数学，就很难再做优化。数学决定了你在人工智能技术路线上能走多远。
其实人工智能须要的数学并非特地浅近，如专门数学业余那种的，大可不必。只有你学过大学理工科业余，很多人工智能所需的数学知识你应该都接触过。只不过可能过后了解不透彻，或者长时间不看、不必、不温习，很多常识都变成只听过却不懂。互信息怎么算、牛顿法怎么迭代……你是否还记得。
作为人工智能工程师，应该具备哪些数学知识
作为人工智能工程师，如果想在畛域走得更远，对于数学，不论是想零碎学习，还是想查缺补漏，举荐大家这本《人工智能数学根底》。
《人工智能数学根底》零碎梳理了人工智能所需的数学知识，以微积分、线性代数、概率论、数理统计为根底，对函数迫近、最优化实践、信息论、图论进行了深刻介绍，同时给出了它们在人工智能算法中的试验案例。它能够做你想学人工智能的数学入门书，也能够成为在你手边、随你翻阅，陪你攻坚克难的工具书。