1樓：乾旦
數學是基礎，很多學科都需要，尤其是機器學習、人工智慧與數學直接聯絡應該是更緊密，包括人工智慧模型的構建、機器學習演算法都依賴數學，數學不好可能都看不懂。
所以想進入機器學習，建議還是努力學好數學！
2樓：薛丁格的貓餓了
不多說，直接上乾貨。
機器學習中的各種演算法都是乙個個的數學方式，不會高等數學，概率統計，凸優化知識等，就不能搞明白各個數學方式，如果想明白這些演算法的來龍去脈，以及如何推導出來，沒有前面的數學知識做鋪墊的話，是絕對不可能的。
但是包括很多公司裡需要招聘員工，培養的是工程師，而不是科學家，我們要學習的是如何使用這些計算方式，知道算試中的變數是從哪來的，怎麼匯入，以及變數的變化會對結果有什麼樣的影響，這些算試已經有各種Python庫可以呼叫了，並不需要我們去寫，除非是演算法防向側著為主的公司
打個比方，公司是駕校他培養的是司機，作為司機不需要了解汽車內部的結構，雖然了解汽車內部結構對於成為一名優秀的司機是有非常多的好處，但市場上需要的是大量的司機，而不是維修廠的維修工人。
所以數學很差也可以搞機器學習，不必太擔心，你只是比別人花更多的時間跟努力。
加油ヾ(°°)！
3樓：killermilk
要回答這個問題的關鍵在與如何定義做機器學習，一般來說可以分為學術目的和商業目的，如果是學術目的那麼如果想要做出成果，在這個領域數學知識是必要的。如果是出於商業目的，那麼我們應該清楚的認識到任何可持續的商業模式都需要綜合應用各種不同型別的知識，更注重團隊的配合和資源的整合，不同的人可以起的作用不同，比如構建知識圖譜就需要各種知識領域的專家對知識進行解構，他們可能不需要十分了解底層實現的技術，而如果是非技術崗位僅僅是了解機器學習原理的話，需要用到的數學知識並不難掌握。有的時候能夠正確的提出問題比解決問題所用到的技術更為重要。
4樓：灰灰
個人覺得可以。一是數學能力差，可以通過努力學習補回來。二是機器學習一般是應用於結構化資料，這個基本上套用模型就可以解決一大批問題（很多人也只是拿過來用，真正能做到演算法優化的那就要很深的數學基礎），數學只是讓你明白它們的實現原理。
但是如果你要繼續深入神經網路、深度學習，那麼數學就非常重要了，沒有基礎跟本就理解不來。
5樓：codebrid
機器學習隸屬於資料科學
需要一定的數學基礎。
但僅僅做應用的話，如果時間不多，不用學太深，了解基本公式即可，可以等遇到問題再深入學習。
但是如果做研究或者深入學習，不會是走不動路的。
可以看看下面這些比較基礎的，你能不能看懂
不會的話，勸退
codebrid：數學基礎 | 必備數學知識一：高等數學
6樓：二不二
要想做好，得能體會到數學的美，體會到牛頓，高斯，笛卡爾這些人有多了不起，不是書上說他們牛，得去體會他們提出的那些理論和公式有多麼了不起。
7樓：
這要看你對做機器學習的定義是什麼
如果調參師也算做機器學習，那所有人都能做
只要配上乙個大佬幫你分析結果就行了
但是這活兒，也可以用機器學習做啊hh
8樓：終不悔
當然可以
從目前來看，很多人，甚至很多實驗室做的事情就是將機器學習的演算法學會再正確的使用到不同的領域中。而且，現在很多演算法的實現都變的非常容易，這使得機器學習和深度學習的門檻將越來越低。因此，對於數學能力比較差的人，應該將注意力放在演算法的使用方面。
使用的多了，自然而然就會對演算法的理解深入了。所以，這是完全可以的。
9樓：王榮勝
就目前階段來講，可能對於大部分人我們不會涉足去研究一些新的機器學習演算法，這也就不會要求我們有更高的數理能力，當你使用機器學習幫助你完成一些你需要的專案時，你可以通過選擇更好的他人建造的輪子來完成你的專案。
如果你想要走上乙個更好的巔峰，你想用數理基礎去研究新的方法，新的演算法，這就要求你的自身實力達到比較高的地步！
10樓：望橙
數學能力差？要看是怎樣的數學能力差了，如果是大學生的話建議去參加一下數學建模，因為數學應用到實際中的時候跟高數啥的沒有很大的關聯，還是要考驗實際應用創造能力的。
11樓：
可以，只要願意學習就可以。沒有人生下來什麼都會的，都是後天學習的結果。我覺得你首先應該考慮的是自己對機器學習這門學科認識有多少，自己會不會有興趣學習，開始之後能不能堅持，學完之後對自己有什麼影響。
然後，再開始考慮學不學機器學習以及學習的方法。
如果你完全沒有基礎，推薦先從基礎的淺顯易懂的學習資料開始。
12樓：
可能做不了真正有價值或者說有深度有門檻的工作。
但是如果不那麼理想主義的話，其實很多任務作都是沒深度沒門檻的，所以數學只要沒差到大學都考不上就問題不大
13樓：Asher.Yu
的確需要比較強的數學功底（高數，線性代數，概率論），不是說很強，至少需要知道些基本的；
比較強的數學功底，能讓我們理解更加透徹，也就不用遠遠的在後面跟跑，或許可以近距離跟跑。
當然，數學基礎差，不是說學不好機器學習，只是比較難，需要更多的毅力。
我的線代比較差，最近特地買了全套的教科書，準備有需要的時候翻翻，但對手動計算特徵值特徵向量等還是比較困難。
14樓：akkaze-鄭安坤
微積分，線性代數和概率論基礎還是得有的。。。應用數學知道的越多越有利，但是都跳不脫這三個的並集。具體而言，優化理論好像是最重要的。。。
其實這些基本能懂，都是及格水平就能做機器學習的工程。門檻就是看懂公式，滿足看懂公式這個條件就算入門了。。
比其他it行業對數學要求高一點。。
15樓：daisy程
16樓：清語
這個額，怎麼說，當你的機械人學習達到某個層次的時候，就是該突破你數學能力的時候，實際上我們社會數學無處在，數學能力差不是不可以學機械人，只是後期達不到你所能達到的高度。
17樓：eric
無數學不ai，
現在ai紅利期也過了吧，難道還沒看出來數學很重要？
英語，數學，coding三大能力，好好提公升吧，不會有捷徑的。
18樓：geeklili
完全可以，但是，接下來你的面前就會有三個要解決的問題：數學能力問題，學歷問題，英語問題。
當然，這三個問題還可以再發三個知乎提問
19樓：Miracle-Chang
有些數學是基礎，所以學機器學習可能會吃力，但是可以邊學邊補，剛入門的數學知識還是不是很難理解，如果你不想只做乙個沒有表情的導包機器就要花些時間學數學，比如凸優化這些理論還是很有必要學的，如果不學數學，其實說實話，充其量你能做的就是用工具，這樣可替代性就很高，畢竟如果你只做不思考的事情很容易被迭代，所以如果不學數學還是不要說自己會機器學習，因為很有可能這麼說的人是導包機器
20樓：seewhy
數學差不知道是差到什麼程度呢，而且現在你說的機器學習，我的第一反應是SVM、adaboost等等這些演算法，這些演算法都是背後有理論支撐的，比如核函式的選擇什麼的，adaboost為什麼是指數損失這些。如果一種情況搞不定，很多時候要從資料入手，分析哪種演算法的原理適合這種case。所以這裡還是需要數學能力的吧。
那如果你還包括深度學習，那就更要注意你的模型loss的計算，pred和target之間的對應關係，什麼情況用什麼loss這些。
所以吧，數學能力還是挺重要的
21樓：小岳
瀉藥這個問題好比英語差可以出國嗎，確定的是英語能力差也可以出國，只是影響你出國的過程以及出國後的生活。即使順利出國，為了方便你的日後生活，你還是要學習英語，而且學習過程也極其煎熬。
同理數學能力差也可以做機器學習，只不過進入機器學習領域的難度較大，而且作為機器學習的一項基本技能，之後工作過程中也不得不逼自己掌握邏輯思維與數學能力。
如果題主下定決心，可以嘗試一下，果然還沒有下定決心，建議再認真想想。
22樓：你想到的桐木
看你是搞理論還是搞應用的。
搞理論鐵定是不行的，這個東西本質上來說還是數學。
搞應用就好很多了，現在有很多的包，學好程式設計，按照介面的型別直接傳參就可以。
後一種的本質不是數學，是玄學。
23樓：BBuf
數學差也是分程度的，並不是不能手推SVM就能做機器學習了，手推這種活只有面試才幹。就我而言，真實的工作基本就是清洗資料，拿現有模型稍加修改適合你的資料。
24樓：XT286
斯以為只要能擁有學得懂演算法課的數學能力就可以學得懂機器學習。數學能力差這句話本身就有些定義不清，跟誰比叫差呢？如果是跟做理論數學研究的比叫差，那麼有可能在業界你已經可以掃一片了。
如果是本科統計課或者演算法課比較吃力但努力努力並不是跟不上，那就努力努力唄。如果再怎麼努力也跟不上，為啥還要擠破頭去搞機器學習呢？
25樓：TIAN FEI
在工業界，糊弄糊弄小公司的面試官還是不難的，不過應該很快會遇著職業天花板。因為在很多具體問題上都沒辦法給出正確診斷和解決方案，甚至也看不懂別人給的方案，那就做不專業。
26樓：Chuang
發揮主觀能動性啊。數學不好可能會吃點虧，但是不代表就完全不能做機器學習，世界上哪有這麼絕對的事情。
Everthing is possible.
Nothing is impossible.
不過在你準備學習機器學習之前，建議先做一些更加深入詳細的了解。是不是自己想要的，為了達到什麼目的？如果回答是肯定的，並且確實符合自己的預期，那就擼起袖子加油幹吧
女生邏輯能力差 可以選擇人工智慧或者大資料嗎 還是全棧
成都加公尺谷大資料 如果僅僅是看這乙個條件的話，當然是可以選擇。因為並不是誰一開始就擁有很強的邏輯能力的，邏輯能力也是可以通過後天鍛鍊出來的，當你所從事的行業必須具備邏輯能力時，通過經驗的積累以及後天的學習，也是完全可以勝任的。所以，最重要的點還是在博主自身的乙個規劃發展，大資料這個行業未來的發展前...
機械人可以擁有自我學習能力嗎？
外星人 機械人更主要在於思維決策，能夠像人一樣自我學習。Alphago Zero是這類AI中的佼佼者。它是谷歌 阿爾法狗 家族的最新成員。Alphago的其他版本都以大量棋局作為學習基礎，而Alphago Zero跳過這步，在玩遊戲的過程中學習如何玩遊戲。誕生第1天，除了基本的規則，它對圍棋一無所知...
英語很差可以學習計算機嗎？
笨笨 英文差當然不妨礙你學計算機，我就是乙個例子。但是英文差會妨礙你的進步，因為世界上大多數好的，學習資料都是英語的。能補齊還是要盡量不起英語這塊短板。其實在現在這個全球一體化的情況下，英語差真的是一塊大的短板。自從畢業以後我再沒有系統的學過英語，但經過這麼多年的硬啃英語資料，自己的英語閱讀水平是有...