¿Qué temas o campos en el aprendizaje automático o la minería de datos requieren matemáticas de alto nivel?

Hay una gran cantidad de trabajo matemático en el aprendizaje automático, pero generalmente se describe como teoría del aprendizaje en lugar de aprendizaje automático en general. Las personas en los departamentos de matemáticas generalmente no están familiarizadas con el tema, por lo que es probable que tenga que hablar con la facultad de sus departamentos de informática o estadística si desea trabajar en esta área.

Si desea comenzar a ver algo de lo que se ha hecho, entonces una teoría probabilística del reconocimiento de patrones, una introducción a la teoría y predicción del aprendizaje computacional, el aprendizaje y los juegos son muy buenos lugares para comenzar. Todos tienen entre 10 y 20 años, por lo que no son realmente buenos para llevarlo a las fronteras actuales del campo, pero le darán una idea de lo que hay allí afuera y de algunas de las personas que trabajan en el campo.

El análisis de datos topológicos utiliza topología algebraica. Creo que Big Data y el topólogo son una buena fuente introductoria

También hay algunas cosas que usan geometría algebraica. El análisis generalizado de componentes principales parece extender PCA al permitir conjuntos algebraicos no lineales.

Puedo decirle qué conferencia tiene los documentos de aspecto más intimidante para mí como no matemático, es la Conferencia NIPS 2015. También resulta ser la conferencia más prestigiosa en el campo cuando se trata de teoría. Tal vez sus procedimientos tengan algo interesante para usted.