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
留言
B
匿名
先說我背景是師大理工科系（會到數學的那種）雙主修師大數學系（沒修教程）畢業
當年在高中的時候遇過三位高中數學教師（兩位師大資深公費+一位台大畢業年輕代理教師）
當時三位教師都是講解課本上基本數學原理包含原因來由及例子
但是由於當時的升學壓力 我把時間都拿來算講義跟補習班出的題目 上課都是沒在聽課都在算題目
所以自然就對數學沒什麼興趣 但其實那些教師都是有認真教何謂“數學”
當時印象中是前幾志願數學科前幾%畢業的吧..
但如果你拿一些課本的證明或是問一些基本原理 當時的我大概也回答不出來而且我也沒考指考 如果考非選又考那種基本證明題我大概也不會做
所以回到剛剛的問題 如果你真的想了解“數學”的來龍去脈自然可以去數學系修課 但分數上可能就不會太好看（如果你很在意這點的話）
以上言論僅表我個人對數學教育的立場與看法 與師大數學系無關
B5