人工智慧的話，很多板友都說數學要很好不知道有沒有嚇到你
我算是個轉換跑道現在從事AI相關工作的工程師
要搞清楚所謂AI的工作可以分成兩種完全不同的方向
1.真的是在研究AI本身，開發最前沿模型和演算法
2.應用已有的AI演算法解決某個領域的問題
前者的話，不要說台灣了
全世界來看都是少數幾個大頭在主導
比如說幾年前很紅的alphaGo Zero
DeepMind會做圍棋AI不是因為
"乾，柯潔好強喔我都下不贏他，那來做個機器人幫我對付他好了"
而是棋類遊戲裡圍棋是最複雜，且還沒有人能做出能擊敗人類頂尖高手的AI
如果是後者，其實你不需要多強的數學背景
只要給你一篇paepr，你能知道這個算法做了哪些假設
解決了甚麼，用起來有何限制，適不適用你現在的問題
其實這樣就很夠了
英文...也不用頂好，能看懂paper都沒問題
以我為例的話，現在身邊的同事包括我自己
沒有一個是資工出身的，碩班題目也完全跟AI沒關係
有念物理、數學、統計、電機的
看一些ML/DL的paper真的很少會有數學太難看不懂的情況
我以前碩班是研究chiral material中電磁場的傳播，我覺得那數學難多了...
如果你很想試試看的話，這邊貼幾個比較熱門的開放式課程給你
看看學習以下的課程對你來說會不會太吃力
https://www.youtube.com/watch?v=UzxYlbK2c7E&list=PLA89DCFA6ADACE599
這是比較老的課程，那個年代DL還沒火紅，可是講得都是ML基礎概念
至少把supervised看完再看DL吧
https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk
這堂雖然名字有for Visual Recognition
但其實DL入門該知道的基礎大概都有包含到了
https://www.youtube.com/watch?v=2pWv7GOvuf0&list=PLzuuYNsE1EZAXYR4FJ75jcJseBmo4KQ9-
跟前兩個不太一樣，這是專門講強化學習，講者是大名鼎鼎DeepMind的頭頭David Silver
台灣也有很多不錯的課程，如李宏毅或林軒田的，都講得相當好也不會太難
不過我建議一開始先看英文的，這樣對這領域的專有名詞會比較有感
然後其實工作時很常不是在處理AI的問題
以下簡單描述一個工作場景讓你感受一下
感謝你分享.我相信你寫完以後,那些非資訊領域的會離開
寫程式真的要有熱情，如果只是想說混口飯吃還是不要進來好了
作者:
Gaitz (喵喵喵)
2019-02-23 16:07:00推這篇 不過覺得原原po 看完會退坑
作者:
s890510 (月藍天水)
2019-02-23 16:17:00Chatbot好幾層的switch case跟一堆的if-else...
作者:
wavek (狗貓貓 m(OvO)m)
2019-02-23 16:25:00推 但倒數第二段不認同
作者: yougigun 2019-02-23 16:31:00
推前半段我 不認同第二段
作者:
tbpfs (http://0rz.tw/Uk989)
2019-02-23 16:52:00這篇寫的太好了 1秒嚇退原PO
作者:
arsl400 (dark hatter)
2019-02-23 19:14:00推!
作者:
w199381 (噁心肥宅)
2019-02-23 19:36:00感謝大大
本來就是 一直講ai需要大量數學的根本不懂台灣產業
我以為已經有開源AI lib對應基本的chatbot內容了欸?
作者:
shter (飛梭之影)
2019-02-23 22:33:00拆解已經很痛苦，但到要做正向語意跟反向語意判斷時就...
作者:
suspend (懸)
2019-02-23 23:39:00推分享
作者: Lupin3 (3rd三世推廣中) 2019-02-24 00:01:00
謝謝大大(本來的原噗主)之前也有在看李老師的線上課程，很常看到微積分或線性代數的說詞看了真的很緊張(英數都死)也很抱歉讓各位覺得不被尊重專業，就像版上的各位所說我沒有真的熱情沒有去實踐(不好意思話多沒重點的)總之我想再試試拿出熱情來做，非常謝謝大大願意打這麼多字回覆我還給我資源QQ(土下跪
大量數學 要看怎麼樣是大量數學吧 看過113cs碩 線代 微積分極爛, 尻他會尻, 叫他報paper會暴怒AI engineer 本質還是 software engineer, 如果看得懂基礎理論, 實做很差, 白板題一電就爆, 要有好職務也ㄅ容易
記得田神的機器學習基石需要用到線代的SVD樓主確定您的數學不用太強跟一般人一樣嗎XDDDDDD
作者:
atpx (秋雨的心情)
2019-02-24 11:06:00推分享
線代只要理工畢業的都學過吧，數學真的不用多好用到再去查好了，數學本來就是工具而已SVD在andrew ng的課也有用到，花個10分鐘複習下就好這種東西平常沒用到的人哪有可能記得
作者:
NCUking (中大王)
2019-02-25 14:57:00深度學習的數學基礎 微積分、線代、機率在大多數理工科系都是必修吧只是要聽懂深度學習課程 又不是要發表高深論文
推樓上最後一句。另外數學到底要好到什麼程度，需要一些經驗判斷
作者: supernow (善甲狼) 2019-02-25 20:44:00
用過luis+state pattern開發淚推
作者:
DrTech (竹科管理處網軍研發人員)
2019-03-05 23:35:00一群數學很好的人，跟一堆數學基礎差的人說，數學很簡單，本身邏輯就有問題。一堆微分基本定理用來推導演算法，是不難。但是此版絕對一堆人看不懂，也無從突破。