Si quiero trabajar en Machine Learning e Inteligencia artificial, ¿debería especializarme en Matemáticas / CS o Estadísticas / CS?

Suponiendo que solo está buscando una experiencia universitaria diversa, podría especializarse en matemáticas y combinar eso con asignaturas optativas en un campo aplicado como CS o estadística. Si tiene la intención de obtener un título de posgrado, un título de pregrado en matemáticas o matemáticas aplicadas puede ser extremadamente útil y compatible con un título de postgrado más aplicado posteriormente. También podría seguir esta estrategia para diversificarse como un postdoc.

Lo que debe decidir es si busca ser

Machine Learning se encuentra en la intersección de la informática, la estadística y la inteligencia artificial. Como algunos han sugerido, si buscas un título de licenciatura, la especialización en Matemáticas / CS sería una gran recomendación, debido a que tendrías el conocimiento de primera mano de cómo funciona la mayor parte del modelo de algoritmo utilizado en IA.

segundo, la parte CS ayudaría a mejorar sus habilidades de codificación, lo que le da una buena ventaja para comprender muchos aspectos en la creación de algoritmos y, luego, definitivamente podrá optimizar el algoritmo am y hacerlo más eficiente. También podría tener algunas asignaturas optativas en estadística, preferiblemente en un curso con probabilidad.

Los sistemas actuales de IA dependen en gran medida de modelos estadísticos. Sugeriría estadísticas por algunas razones. El procesamiento matemático y numérico se puede automatizar casi por completo. Pero la mayoría de los modelos estadísticos y la teoría de juegos aún requieren creatividad humana para decidir sobre cosas como límites, intervalos de confianza, entre otros.

Como otros han dicho, las estadísticas / CS sin duda. También sugeriría buscar tomar algunos cursos de neurociencia computacional, que pueden ser más interesantes si se inclina hacia la IA.

More Interesting

¿Con qué biblioteca de aprendizaje automático debo experimentar entre SparkML, Microsoft Azure ML y AWS ML?

Qué rama es mejor en THAPAR UNIVERSITY: Computer Science Core (COE) o Hons. ¿En el aprendizaje automático y el análisis de datos (CML)?

¿Cómo se puede mejorar Google News?

¿Qué significan las hipótesis finita e infinita en el aprendizaje automático? Cuáles son las diferencias entre ellos?

¿Qué piensa la gente del concurso Quora ML CodeSprint 2013?

Cómo evaluar la reciente eliminación de recomendaciones para usar hilo dental

¿Cuál es la relación entre el análisis de sentimientos, el procesamiento del lenguaje natural y el aprendizaje automático?

¿Cómo afectarán herramientas como BigML y Google Prediction API al aprendizaje automático? ¿Reducirá la demanda de científicos de datos?

¿Qué libro de los dos es más completo para PNL: el de Jurafsky o el de Manning?

¿Puede un principiante de programación sumergirse profundamente en el aprendizaje automático y el aprendizaje profundo directamente?

¿Puede el desarrollador de hadoop aprender el aprendizaje automático?

¿Cómo puedo interpretar las predicciones en un modelo de aprendizaje automático de salud (bosque aleatorio) para infarto agudo de miocardio?

¿Dónde puedo encontrar el código fuente para construir un árbol de decisión usando el algoritmo ID3 en C?

¿Cómo genera el modelo generativo muestras de ruidos?

¿Qué tipo de programas de back-end ejecuta YouTube, como el aprendizaje automático y otros programas funcionales?