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