1樓：劉夢源Mayo
現在回答這個問題，得說是ml theory了，十年前的話，還沒必要加上theory。那時候是個做ml的都有著卓爾不群，優雅從容的數學能力，各種optimization和prove全部信手拈來, 真乃計算機界的一股股清流。
2樓：polossk
說兩個個人體會比較多的。
ml，經典的方法，大多有著濃郁的多元統計分析的味道，其餘的都攜帶有少量的資訊理論，貝葉斯理論，還有凸優化。
你說解線性方程？解李雅普諾夫方程？抱歉，我碰巧在學數值分析和數值代數的時候都學了足夠我目前用的解方程的數值方法。當然說這些東西是比較專業性的數學也毫不為過。
第二個就是密碼學。
臥槽你確定我買的不是一本代數課本！
另外，年少無知的我高考報名報了應用數學，結果大學被計算數學騎臉了四年……
但是這並不能阻擋我既沒有好好學計算數學，也沒有好好學數理統計，更沒有學很多基礎的計算機課程……
人生苦短，莫讓子代選資訊與計算科學（沒錯，我就是這個逗比數學專業的……
3樓：
1.機器學習和統計分析這個完全就是數學，我個人認為2.理論計算機，上次有個上海交大的教授來我們學校做報告，從頭到位都是矩陣
3.計算機圖形學，這個和幾何的關係很大
4.遊戲開發
4樓：Runtian Zhou
其實本來覺得TCS已經夠數學了，這學期學了PLT以後才覺得好像就是在研究數學lol,比如說將type視為超越集合的關係存在，把遞迴函式視為乙個普通函式的極限，各種研究church numeral，證明皮亞諾公理的相容性，按照Bob自己的說法是，math is just a subset of computation theory.
就醬吧，希望題主能有所借鑑
5樓：
f(x)=x+1
到底是等號的左邊更數學還是右邊更數學？
若是左邊那就有，複雜度，可計算性，自動機理論，元數學，lambda計算，recursion theory，關係代數，邏輯之類
若是右邊，則有演算法，密碼學，graphics，數值計算，量子計算，等等
還有演算法實現過程中，使用的結構有離散數學和組合數學。
若問個人觀點，附上心中神作
Kleene 元數學導論
開個腦洞
以「數學」作為0，以「元」作為successor function，便有了乙個無盡的數學之塔：數學，元數學，元元數學，……
少年，想攀登這無盡的數學之塔麼？來送你一卦下兌上坎水澤節。以有涯隨無涯殆已
6樓：
補充乙個很多人都沒有提到的，Robotics，機械人的幾大領域，包括motion planning，SLAM，control，inference等幾大部分，都是基於數學和統計方法的
7樓：Sam Lin
看到機器學習我不忍提一句，現在弄ML的人魚龍混雜，而且大部分人是根本沒有能力做這個的，在這群「機器學習愛好者」中，最懂數學的應該是做optimization的這部分人。
8樓：
密碼學、資訊保安需要很多數論和抽象代數知識機器學習、人工智慧、計算機視覺，需要很多概率統計知識博弈論、運籌學、組合優化需要很多演算法和離散方面的數學知識量子資訊、計算機圖形學需要紮實的線性代數功底數值分析如果算的話嘛。。當然基本就是完全數學了計算理論，演算法設計分析什麼的基本也就是純（離散）數學，處於理論計算機的核心位置的學科
研究資料庫理論、程式語言設計理論的話也需要一些特殊的數學，不過好像和其他交集不大，這個我完全沒接觸過，不敢亂說
當然像什麼電子電路、數電什麼的就是基本的初等數學加上微積分啦，這個應該不算電腦科學方向啦，只是一些必修課程而已
9樓：蔣甬杭
不同領域需要的數學科目也不同……
光研究演算法的話也可以研究得很深，比如可以看看G·波利亞（感謝張藝瀚糾正，是Ronald L.Graham / Oren Patashnik / Donald E.Knuth寫的）的《具體數學 (豆瓣)》一書。
CS分兩類，一類是研究能不能從輸入計算輸出以及如果能的話怎麼計算，一類是研究怎麼讓計算機運算前一類的演算法的。前一類基本上屬於幾何學家或者數論學家，比後一類more mathematical（這詞真能這麼用嗎）
10樓：蘇柏亞
大學裡數學院系有個專業叫計算數學及應用軟體就是這個方向。涉及的學科內容有數值逼近、數值分析、密碼學、計算機圖形、有限元分析、小波分析等等。計算機專業裡最數學，數學專業裡最計算機。
學這個畢業找工作，航天衛星發射中心、總參二部會招募你的。
11樓：Wall·E
1、啥子是「最數學」？
這個概念忒模糊了。
先搞明白數學那麼多分支哪個是「最數學」的？
2、好像記得Knuth說過，計算機沒有科學，只有技術。（不知道怎麼理解，是在怎樣的上下文中）
在他老人家嚴重，這個問題是有問題的。
計算機研究方向眾多，包括計算機理論、體系架構、人工智慧、圖形影象、高效能計算、人機互動、計算機網路等。
很多研究方向的理論或方法相似。要相互比較得到「最XX」的乙個分支，又是何其難。
總之，題主先要正確提問，才好讓答題者抓住要點回答。
12樓：
資訊保安：線性代數，群論，數論，概率論，統計……
機器學習：概率論，統計，線性代數……
可計算性&演算法設計與分析：組合數學，圖論，數理邏輯，概率論，線性代數……
13樓：
絕對是密碼學，本人資訊保安專業，第一年什麼別的都沒學，學了一年數學，統計學，數論等，後來學初級密碼學發現數學還是不夠用，翻回去複習了半天還是一知半解…後來到了高階密碼學，每天跟看天書一樣…
14樓：
密碼學應該是最純數學的，除此之外各種計算機演算法或多或少都是很應用數學的，比如machine learning裡的regression，svm，graphics and computer vision，還有系統的real time scheduling啥的，前沿研究的東西都是非常數學的
我了解的很多美國大學的phd們，數學系的都在狂選統計的課，統計又拼命跟計算機扯關係，而計算機系的phd很多被老闆逼著去數學系上課，可見現在這三門學科之間的聯絡是變得越來越緊密了
15樓：飛荊
我學的是資訊與計算科學（Information and Computing Science),典型的數學與計算機交叉學科，個人感覺「最數學」的應該算是計算機圖形學，這個學科要求掌握數學分析、高等代數（注意不是高數和線代，這個差別還是蠻大的）數值分析、常微分偏微分、程式語言及資料結構等等，每一門都被稱之為「掛科神器」，尤其是剛接觸數學分析時沒有接受過公式化訓練的人（比如我）看到那些公式比背所有的文言文都痛苦。。。
電腦科學與技術專業有哪些就業方向，怎麼才能學好它？
慢慢來 我是個遊戲策劃，總是會先講設計目的。所以我覺得這個問題還是落到目的之上。也就是你內心所求是什麼，這個是最先要弄清楚的。我報考大學時當年面對那麼大一坨的學校，更大一坨的專業選擇，我也略迷茫。我琢磨了一下，感覺，要不先別選這些東西。先想一下將來我想做什麼工作。這個問題很簡單，我想做遊戲。1秒就回...
你所讀的電腦科學方向，有哪些不錯的講義（Notes）？
Pseudorandomness CS 252 Analysis of Boolean Functions by Li Yang Tan 建議 個人還覺得 Analysis of Boolean Functions 最好的入門是以 Ryan O Donnell 的那本書為基礎 這門課的 Refere...
計算機方向的應用數學專業的大學選擇？
沉木 如果真的是以計算機為目的的話，推薦直接報一所優秀學校優秀的計算機專業。很多年以前我也和題主一樣，抱著乙個本科學數學碩士轉金融的夢想，實際上數學類的教授大佬們，雖然可能或多或少在金融計算機之類的方向有所涉獵，但是他們的本職是數學，他們培養學生的目標也是數學。四年讀下來，對計算機來說培養的是很難檢...