Realmente no.
Algún álgebra lineal muy básica, tal vez . Es útil pero no necesario.
Realmente solo necesita algunos datos, habilidades básicas de codificación y grasa de codo. Ir a la ciudad en Kaggle podría ser todo lo que necesitas.
- ¿Hay alguna manera de usar la tecnología de realidad virtual para visualizar cómo aprende una red neuronal profunda?
- ¿Cómo se sienten los investigadores y practicantes de Inteligencia Artificial y Aprendizaje Automático sobre los comentarios recientes de Stuart Russell sobre los peligros de la IA que parecen respaldar comentarios similares hechos por Elon Musk y Stephen Hawking?
- ¿Cuál es el trato real con IBM Watson?
- ¿La inteligencia artificial está sobrevalorada?
- ¿Deberían las compañías tecnológicas crear juntas reglas de seguridad de inteligencia artificial?
Un científico de datos maneja algoritmos de aprendizaje automático como un jugador de tenis maneja una raqueta: desarrollan un oficio y obtienen una intuición de lo que se necesita en diferentes escenarios a través de la experimentación y el ensayo y error.
Esa es la mayor parte de lo que se necesita para ser un ingeniero de ML o un científico de datos.
Muchos no se dan cuenta de que la parte más importante para el ingeniero es tener una intuición de alto nivel de los conceptos de los algoritmos de ML, y esto no requiere comprender los aspectos básicos de las matemáticas. Por ejemplo, no es necesario poder derivar o incluso comprender las ecuaciones detrás de la propagación inversa: solo comprenda que es un algoritmo con una serie de parámetros que puede ajustar que entrena su red neuronal en alguna tarea. Eso es todo lo que necesitas.
Advertencias: La investigación es una historia diferente, por supuesto. Y hacer cosas innovadoras en un inicio ambicioso puede, por ejemplo, requerir una comprensión matemática desarrollada de lo que está trabajando.