人工智能需要学习哪些数学知识？

需要的数学还是很多的，看你想学到什么程度了。

如果你是新手，啥也不懂。那么我觉得可以先看看华东师范大学出版社与商务印书馆出的高中教材《人工智能基础（高中版）》。这本书是人工智能的独角兽公司商汤科技与华东师范大学一起编的，里面有很多数学。不过这些数学不是很难理解。比如这里面写到了矩阵的卷积。如果你没有学过矩阵也没有关系，照葫芦画瓢吧。在这个书里，讲到人工智能图像识别的时候，也用到了RGB矩阵。总得来说，每一张照片都可以看成一个三阶张量。一堆照片就是很多三阶张量，它们组成了一个图像空间。因此图像空间里的每一点都对应一张照片。如果你能理解这些数学语言，那么你就很容易看懂人工智能的东西——这个对数学系出身的人来说，没有什么难度。但对没有数学系思维锻炼的人来说，则需要适应一段时间。

总的说来，你先看看我说的这本书吧。其他的数学要求就是求导啥的，也不难。

大专学历的人没有数学基础，想学习python技术，未来能往大数据或人工智能方向进行职业发展吗？

Python 有以下发展方向:

数据分析.除了了解基本的Python编程知识外,还需要熟悉NumPy, Pandas, PyTables, blaze,dask等.

数据爬虫除了了解基本的Python编程知识外, 需要了解 HTTP协议,简单的HTML等知识.

大数据除了了解基本的Python编程知识外, 需要熟悉Spark等

WEB后端除了了解基本的Python编程知识外, 还需要熟悉django,HTTP,RSET,JSON等.

系统维护除了了解基本的Python编程知识外, 还需要熟悉 Linux.

DevOps除了了解基本的Python编程知识外, 还需要熟悉CI/CD 持续编译,持续集成,熟悉Jenkins ,k8S等.

数据分析是最简单的,不需要过多其他知识,只需要高中等级的数学.

大专学历的人没有数学基础, 数据分析和大数据还是可行的, 大数据和数据分析本身没有太高的数学要求,但是要发展自己其他方面的技能来弥补自己弱势增强自己的优势,比如提高沟通能力,编程能力,对业务的理解能力,动手的能力等.

以本身的经历为例,2本 物理学专业毕业,经过多年努力,目前是全球500强的首席技术架构师.

学人工智能所需的数学基础中，需要学习数学分析吗？

没听过数学分析，我只听过“数值分析”。其和线性代数，概率论，图论，高等数学，都是学好人工智能的最基础学科。

入门用得不多，但是等需要分析模型的原理，并且开始做改进优化，或者高等剪枝优化的时候，这些数学基础的扎实程度就会成为很多AI工程师的分水岭。

要么成为混日子的调参侠，止步于模型复现，后面可以转型为算法工程开发。要么成为真正的人工智能算法专家，致力于在类似cvpr之类的顶级会议上发表创新科研成果。

人工智能需要哪些高级的数学知识？

人工智能领域需要用到哪些数学

既然说的是数学，我觉得首先看切入点，如果是计算视觉，毕竟视觉是个很大的坑

1. 线性代数：

各种与线性代数相关的数学知识是肯定要掌握的。像当下大家习惯用张量来表示数据。

2.复变函数：

或者说信号与系统，图像中的滤波，相关数据的预处理，参考数字图像处理。

3.微积分：

这些是真的基础了，对其中的概念要熟稔于心，你会在无形之中用到，像机器学习很常用的loss的计算，你要在梯度下降的时候熟练的掌握各种目标函数的导数、偏导数和积分

4.概率论与数理统计：

这些都是非常基础的东西，像概率分布，KL距离等再往后面延伸还有信息论等内容它是更实用理论的基础。

5.最优化

在简单基础的应用场景下，我们希望机器学习能很好的对于事物有个归纳总结的能力，所以训练学习的过程有点像一个拟合过程，不用的应用场景对不同的目标进行优化所以肯定是基础再上一层所要具备的数学素养

6.凸优化

更进一步的优化应用

7. 组合数学

这是计算机行业的基本功

8.具体数学

一本书叫这个名字，同样应该作为通用计算机类数学基本功

9.时间序列分析

10.随机过程