En mi opinión, si. Si puede comprender algunos cursos de tipo de álgebra lineal / cálculo / teoría de conjuntos / análisis real, estará equipado para leer documentos de aprendizaje automático en revistas científicas y comprender las matemáticas que dan lugar al algoritmo. Esto lo ayudará a comprender cuándo un algoritmo podría fallar en un conjunto de datos del mundo real y cómo podría mejorarlo utilizando otro enfoque matemático.
Las redes neuronales y el aprendizaje profundo están altamente encaminados en los mapeos topológicos entre espacios, y para crear nuevos algoritmos y realmente entender cómo funcionan, es probable que necesite un fondo que cubra una topología básica / análisis real, que obtendría con una matemática / matemática aplicada mayor.
Si su objetivo es aplicar algoritmos que ya existen y no necesitan modificaciones o ajustes extensivos en el conjunto de datos, probablemente bastará con algunos cursos básicos de matemáticas (álgebra lineal, cálculo, estadísticas).
- ¿Cuáles son las probabilidades de ser una IA consciente de sí misma que vive secretamente en la web?
- ¿Qué es el proceso de mecanizado?
- ¿Por qué no hay estudios sobre el aspecto de gestión de proyectos de un proyecto de aprendizaje automático?
- ¿Qué tan difícil sería crear una IA que escanee automáticamente todas las respuestas, comentarios y ediciones de Quora y las colapse automáticamente e informe al usuario si detecta que son anuncios de spam para piratas informáticos falsos, justo después de que se envían?
- ¿Los sorteos son más comunes en el ajedrez informático o en el ajedrez humano de alto nivel?