重要性按照顺序给你排好:
线性代数(数学基础,理解算法必要的东西)
矩阵论(无论是网络结构还是编程实现,都需要矩阵论来支撑计算)
概率论与数理统计(人工智能中到处都是概率分布,概率论的一些重要概念,比如先验概率后验概率,都很重要)
数据结构(不仅包含栈队列,图论和树也很重要)
一门编程语言,可以是python,c++等
这个倒是不需要,全靠自控能力,要是有一颗好学的心不管以后做什么都是有前途的
个人认为 要求不高
机器学习和深度学习更加倾向于对模型参数进行更新的过程
倾向于对模型参数进行更新的过程