机器学习、数据挖掘有必要拥有坚实的数学基础吗?

0
机器学习不像统计那样有严密的数学基础,机器学习预测性很强,但是不容易像统计那样证明,我想在一些对数据很敏感的行业应该还是要求数学基础的,大家怎么看,
已邀请:
2

qjxiaopang - 懒惰是成功的最大绊脚石 2016-03-23 回答

站在应用层面讲,对于那些数学结论的推导过程可以不用那么明白,简单点,如果能明白这个结论是基于什么假设的,另外对算法结果能够解读,即关键的几个参数是评价一个模型好坏的依据,这个还是要明白的,谢谢!
0

贝克汉姆 - BI架构师,擅长Hadoop,SAP BO,IBM Cognos序列和大数据架构 2016-03-22 回答

需要严谨的 逻辑推理和算法
0

张小胖 2016-04-01 回答

我觉得机器学习要数学的逻辑基础啊!即使用不到里面的理论知识,但是里面的逻辑、思想都是很用帮助的
0

浩彬老撕 - 数据分析/数据挖掘专家,目前任职于IBM认知计算部门,曾担任SPSS技术工程师,现在负责IBM预测性客户智能方案。 2016-05-22 回答

个人愚见:我认为数学基础还是很重要的,尤其是你在看斯坦福公开课里面吴恩达的机器学习课程,或者经典巨著统计学习基础,如果没有一定的数学基础,真的看不下去
0

Norly 2016-05-28 回答

谁说机器学习不需要严密的的数学基础,去看斯坦福吴恩达教授的机器学习公开课,没一定的数学基础根本看不懂。这是说的原理,应用的话不需要了解那么深,因为别人已经帮实现了,会调参就好。。。另外统计才不算“严密”的数学。
0

seng - 从事BI、大数据、数据分析工作 2016-05-29 回答

我理解分为2类人:
一类人需要弄清楚算法是怎么推导出来的。这个就需要很好的数学基础,有时候需要寻找替代算法,这个从技术层面需要判断的。
不过还有一类,只要知道什么情况使用什么算法就可以了, 业务知识需要要多一点,能够做出业务判断。
最好还是2类人能够结合, 组成团队比较好。
0

MarsJ - 大数据玩家~DS 2016-05-31 回答

数学对于机器学习和数据挖掘来说是很重要的,否则只会停留在调用包的层面上。
如果数学基础不好,那么建议可以多看微积分、线性代数、概率统计,补充这方面的知识,甚至买些工具书备在手头,随时查阅,在研究和使用机器学习算法的过程中你会发现,每一个算法都是一个数学问题,在算法的演绎过程中,实际上是各种各样的数学推理的过程。
但是也不要因此而畏惧,建议多问,多看,多学,多讨论。

要回复问题请先登录注册