Ich studiere zurzeit Mathematik. Ich glaube jedoch nicht, dass ich in Zukunft professioneller Mathematiker werden möchte. Ich denke darüber nach, meine mathematischen Kenntnisse in die Forschung mit künstlicher Intelligenz einzubringen. Ich bin mir jedoch nicht sicher, wie viele Mathematikkurse ich belegen soll. (Und welche Kurse zur CS-Theorie sollte ich besuchen?)
Von Quora habe ich erfahren, dass die Fächer Lineare Algebra, Statistik und Konvexe Optimierung für das maschinelle Lernen am relevantesten sind (siehe diese Frage). Jemand anderes erwähnte, dass das Erlernen von linearer Algebra, Wahrscheinlichkeit / Statistik, Kalkül, grundlegenden Algorithmen und Logik erforderlich ist, um künstliche Intelligenz zu untersuchen (siehe diese Frage).
All diese Fächer kann ich in den ersten 1,5 Jahren meines Mathematik-Bachelor an unserer Universität kennenlernen.
Ich habe mich allerdings gefragt, ob es einige Mathematikfächer für Hochschulabsolventen gibt, die für das Studium der künstlichen Intelligenz nützlich oder sogar notwendig sind. Was ist mit ODEs, PDEs, Topologie, Maßtheorie, linearer Analyse, Fourier-Analyse und Analyse von Mannigfaltigkeiten?
Ein Buch, das nahe legt, dass eine ziemlich fortgeschrittene Mathematik für das Studium der künstlichen Intelligenz nützlich ist, ist Pattern Theory: The Stochastic Analysis of Real-World-Signale von David Mumford und Agnes Desolneux (siehe diese Seite). Es enthält Kapitel zu Markov-Ketten, stückweisen Gauß-Modellen, Gibbs-Feldern, Mannigfaltigkeiten, Lügengruppen und Lügenalgebren sowie deren Anwendungen auf die Mustertheorie. Inwieweit ist dieses Buch für die KI-Forschung nützlich?