数学系想要深入研究一下机器学习，应不应该慢下来学好基础？

错。

首先机器学习不是你们数学系玩的，你们应该去研究神经网络、遗传算法、模拟退火，最速下降等算法，这是发挥你们强项的地方。

而到了机器学习阶段，就让我们学物理的、学材料的、学生物的去用你们的算法就好了。

术业有专攻。

欢迎关注：科普新视界！

数学系一般指基础数学和应用数学吧，高代、测度、环群域应该有了，这和当前ML基础理论还是有点有差距，如果想深入研究机器学习，建议补补课。

1.线性代数还要再深一点

2.学优化(统筹)，线性/非线性/凸优化

最好跟着大S套件学，缺啥补啥。

cs224.229.230.231，coursera、edx、油管等等上对应的课都有。

想转专业数据科学（机器学习）需要学哪些课程？

1.高数想转行做机器学习，最最关键的，你的数学必须要学好。很多人上完大学，不知道大学期间学的微积分，线性代数有何作用。确实如此，这些高等数学知识，在应用层很少用到，只有到了更高的研究层次，就比如机器学习，这些高等数学知识就是必备的。数学是一切科学的基础，这句话不是虚言。

2.coursera学好了数学，相信机器学习的其他课程会容易不少。吴恩达，世界权威AI专家之一，斯坦福大学教授，原百度首席科学家，他出过两门关于机器学习的网络课程，在网易云课堂也能学到，他的机器学习课程包括监督学习，无监督学习，Octave教程，神经网络，向量机，大规模机器学习等，讲解深入浅出，非常透彻。大力推荐你去学习。

3.其他相关书籍如周志华教授的《机器学习》，这本书非常畅销，先后登上亚马逊，京东，当当网计算机类目榜首。

《机器学习实战》，本书主要介绍机器学习基础，以及如何利用算法进行分类，并介绍多种机器学习算法。

科学容不得半点虚假，努力加刻苦才能在科学领域有所建树。希望越来越多的人能在人工智能领域获得更大的成就。

首先明确学到什么程度，为你提供一些参考：

抽象代数

高级代数

微积分

计算机科学代数与分析

应用概率

微积分与应用程序

几何

单变量微积分

三角学

复杂变量

复杂分析

交换代数

离散数学

数字理论

统计学

统计思维导论学

模型应用学

动态系统

电子统计

模糊数学等等。

学习Java编程，英语和数学是重要的基础吗？

没有那么重要。

提问这个问题，应该是入门初学者。

在这个阶段，英语和数学一点都不重要。

因为根本就用不到。

1，入门教程，中文版太多太多了，基本没有必要去看英文文档。就算去看，我相信拥有基本的一点点英语水平的都可以看懂

2，在编程中用到的数据结构和算法，入门的时候基本用不到。做一个快速排序之类的只要头脑一般人情况的聪明程度都可以搞明白。

总结：学习java编程，去学就好了。不要考虑什么数学和英语。英语好对你是一个辅助性的帮助。数学好证明是一个比较聪明的人，学编程应该也会上手很快。

所以，数学和英语并不是重要的基础，只能算是辅助。比这两个更重要的是热爱啊。

我总是鼓励初学者，不要上来就看什么高级的算法，先搭个小demo出来，一步步走。

基础一直很重要，后期英语和数学很重要