大學如果讀數學系 應用數學系 好好把微積分 線性代數 高等微積分 統計推論 資料結構 這些 AI 學科都學好 對於研究所要做各種模型 修改模型 都會比較快理解裡面的含意 發現讀資工 電機的同學 是實做能力很強 對模型內容理解不太多 大概是懂 Parameter setting或是 fine tune 但是對於統計量 檢定與估計就比較少理解 各有優缺或是方向出入 曾經有教授說還是要懂一點數理 background的人 在研究深度學習才會比較好懂 但我不知道他是不是認真在說這句話 各位研究深度學習或是機器學習的人 有什麼想法