Tanto las matemáticas discretas como el aprendizaje automático son temas generales, por lo que no hay una respuesta concreta como un “cómo”
Pero definitivamente hay conceptos que aprendes en un curso de matemáticas discretas que te ayudarán en ML. Por ejemplo, los árboles de gramática libres de contexto (un tema que aprende en matemáticas discretas) tiene una aplicación directa en el procesamiento del lenguaje natural. Además, con el aprendizaje automático, se trata constantemente de conjuntos de datos y gráficos. En matemáticas discretas aprenderás mucho sobre la estructura gráfica y los algoritmos gráficos. También aprende mucho sobre las funciones en un sentido abstracto, en lugar de un sentido aritmético como lo haría en un curso de álgebra. Por ejemplo, aprende formas de usar funciones para asignar elementos de un conjunto de datos a elementos en otro conjunto de datos, y qué propiedades de esas funciones. Esto tiene aplicaciones en todos los campos de la informática, por lo que esto ayudará a desarrollar algoritmos de aprendizaje automático. Las matemáticas discretas también tienen mucho que ver con la probabilidad, y también el aprendizaje automático, por lo que los dos temas se superponen en esa área.
- ¿Cuáles son algunos de los documentos que debe leer sobre STOC, FOCS y SODA en los últimos 10 años sobre algoritmos de aproximación, algoritmos aleatorios y algoritmos en línea que introdujeron nuevas técnicas útiles?
- ¿Quién hizo la función sinc?
- ¿La informática y la programación están conectadas con el pensamiento matemático?
- ¿Cómo se usa el cálculo multivariable en informática?
- ¿Qué tan buena o mala es una idea para comenzar un doctorado teórico de CS a la edad de 27 años?
