El análisis básico (topología de conjunto de puntos) y la teoría de la medida son necesarios para comprender la teoría de la probabilidad y la estadística. ¿Necesita esto para el aprendizaje automático y el análisis de datos? Realmente no. No puede doler, pero dudo que sea críticamente importante. No soy un tipo de aprendizaje automático o análisis de datos, por lo que fácilmente podría estar equivocado sobre esto.
¿Qué tipo de formación matemática tienes de la escuela? Para CS realmente debe tener una buena comprensión de la lógica, la teoría de conjuntos, el conteo y la combinatoria, la teoría de grafos y la teoría de números elementales. Y realmente debería sentirse cómodo con las pruebas matemáticamente rigurosas. Si falta alguno de estos antecedentes, la ruta más rápida para la superación personal es aprender algunas matemáticas discretas. Un enfoque que es muy relevante para CS es trabajar a través de este excelente libro: Matemáticas concretas: una base para la informática.
No verá mucho en el camino de las pruebas allí, por lo que esa parte requeriría algo más. Si buscara ser bueno en las pruebas después de una buena formación en matemática aplicada, elegiría un tema que disfruto y conozco bien y leería un libro que enseña rigurosamente la teoría. Elija un tema, elija un libro de gran prestigio con buenas pruebas y buenos problemas.
- ¿Por qué los estadísticos no querían trabajar en el aprendizaje automático hasta que los informáticos pusieron el campo 'de moda'?
- ¿Cuál es la diferencia entre matemática y ciencia?
- Si una solución correcta a la Hipótesis de Riemann, P = NP, o la Teoría de campo unificada se presentara de forma anónima, ¿cuántas personas podrían ser consideradas sospechosas?
- ¿Qué es el helecho Barnsley?
- ¿Cuáles son los algoritmos que debo aprender para comenzar a estudiar la inteligencia artificial?
