立党老师：数学是万精油专业？牛逼的程序员都是数学背景？这是天底下最大的谎言

[@jiojio-rm8wy]

老师讲的太好了，而且都是聚焦我们最感兴趣，对我们影响最大的问题。这种分享真实很有意义，谢谢您

[@Alex-tw5dc]

很多人说计算机需要很多数学. 好, 我学
我学的数学: 黎曼几何, 几何分析, gtm82, 二椭......
最后用到的数学: 微积分+线性代数😅

[@范海星]

你这计算机算高级了，我最多就用到log2

[@xiyanedu]

其实信科用到的数学就是微积分、线性代数和概率论及数理统计这三门。离散数学虽然说名字有数学但是其实已经不属于数学了，属于信科的专业基础课了

[@mason6426]

如果只是前端后端CRUD+import各种类库，那只能用到中学数学，如果设计图形引擎或者机器学习那需要到大学数学

[@aidens.5703]

立党功德无量

[@cakdgeukbsje4741]

数学更像一门通往其他专业的工具，就像英语，学好很重要，但没必要作为专业

[@xiadanji]

说这话是你脑子坏了，你去看看经济学、金融、现在的生物搞统计AI的，数学就是一个万精油专业，数学是除了哲学外最能挖到世界底层的学科

[@youtubeofficial624]

以前这种“纯数学”都是欧洲贵族玩的

[@chriskong7418]

非常赞同。本科期间一个大牛教授（前苹果高级工程师、多本CS教材作者每年版权费百万刀）就非常痛恨数学……课上涉及到一些对国内学生来说非常简单的数学（简单几何、解方程）也需要犹豫不少时间，同时也提到了其实很多他的CS同事数学都不好。这可能只是个例但是确实能说明一定的问题

[@baimiko8895]

原来这样😢我一直都担心自己数学不好会影响CS的学习

[@Remi-he6hl]

一句话总结，up主看对不对：此数学非彼数学，计算机专业用到的数学与数学专业所学的知识完全是两回事。

[@野兽先辈-s4d]

纯数学真的没用，我现在大三转到computational math的方向的再搞一个cs minor

[@libramike9166]

那是因为你已经学到顶了，你的脑子只能学到这个层级，再往上你的脑子不够用了

[@happy117hello8]

我就是数学系毕业的，开学半年就后悔了，太有同感

[@boweiwang727]

活该

[@jackbanxian]

@@boweiwang727 嘴下留德

[@yield895]

我是统计数学系精算本科毕业的，没有后悔，并且后面硕士可以延续统计，博主讲的也没错，纯数和纯生物一样，是个大坑😭😭

[@tonggary3946]

我也是数学的 我直接退学创业成功了 记住一句话 山重水复疑无路 柳暗花明又一村

[@kirinkylin3362]

对数学要祛魅！

[@peterr2237]

如果是Java程序员多半是国内初中的数学就够了。但如果是ML Engineer偏微分，向量和矩阵运算是最起码必须要懂的。如果是DS的话图论都不明白的话，怎么开发state-of-the-art model 呢？

[@Jackzuzu]

偏微分，微积分在CS的大学本科也是基本必修课啊。

[@peterr2237]

@@Jackzuzu 但是你学完后没地方用啊。并且仅仅知道偏微分不去亲手推导一下，怎么会了解什么是back propagation呢。会用model 和会改model 是不同的。

[@Jackzuzu]

@@peterr2237 到时需要的时候pick up会很快

[@peterr2237]

@@Jackzuzu 如果你的假设是undergraduate CS 专业继续学着做ML engineer, 我认同是没什么问题的。但如果你要做DS, 至少是master水平。因为只会在Model zoo里面巴拉着找pertained models 那谁都会。另外，北美还有个问题。雇主要求专，而不要求宽。这有时就很矛盾，因为不懂业务场景你就无法继续提升。

[@joy2000cyber]

机器学习AI的核心是线性代数微积分和微分几何概率统计，图像处理还用到了傅立叶变换拉普拉斯变换，3D计算就是矩阵计算。这些数学可以拿个应用数学硕士强化一下，然后做几个前端JavaScript, 后端Python 的项目，然后升级成AI工程师是小菜一碟。但是光会几门编程语言和OS的想做AI, language model论文根本看不懂。纯数学phd就别读了，当然如果你能轻松读下来，AI就是一盆菜😂

[@joy2000cyber]

人工智能（AI）和机器学习（Machine Learning）都依赖于数学作为它们的基础。以下是一些关键的数学基础知识：
1. 线性代数：线性代数涉及矩阵、向量和线性方程组的运算。在机器学习中，线性代数用于处理数据集和模型参数，例如矩阵乘法、向量运算和特征向量分解等。
2. 微积分：微积分包括求导和积分等概念。在机器学习中，求导用于优化算法和计算模型参数的梯度，而积分在某些概率模型和优化方法中也会涉及到。
3. 概率与统计学：概率和统计学是机器学习的核心概念。理解概率分布、统计推断和假设检验等内容对于分析数据和建立机器学习模型至关重要。
4. 优化理论：优化理论研究如何找到函数的最优解。在机器学习中，我们经常需要最小化（或最大化）某个损失函数或目标函数，优化理论提供了一些方法和技巧来实现这一目标。
这些数学基础知识对于深入理解和应用人工智能和机器学习非常重要。尽管并非所有机器学习应用都需要相同程度的数学知识，但对于深入研究和解决复杂问题，这些数学概念将会发挥关键作用。

[@jessiewang0914]

@@joy2000cyber 这些计算机本科就会学 不是要专门去学数学 你没理解视频的含义

[@dulan1213]

师老党立，你好，在知乎上关注你和bobo很久了，能不能出一期国内研究生的润学教程，目前国内研一在读，计算机相关专业。谢谢！

[@richardhu3774]

其实并不能完全这么说，纯数学其实是经济学phd的敲门砖，如果是要读物理，经济，计算机的phd纯数学还是很重要的，但是本身phd就不是普通人的选择了

[@Steven-m7e]

懂个real analysis就可以了。

[@李飞-i9n]

怎么评价学应用数学的

[@donalwayswins]

看天赋咯

[@susanc2048]

应数找工作还挺好的

[@yield895]

同意

[@davidwu8232]

本科数学大部分是应用数学；没有基础数学（线性代数，微积分），ML/AI无法入门/理解；创新/研究时需要数学，用不到数学说明没在创新/研究

[@__-dl9fz]

所以高中学alevel体系很有用，高数统计都学过一点，选课的时候对这玩意认识更清楚一点

[@sahajaji5780]

做特效的需要哪些数学知识

[@miltonrue9026]

下一期说一说物理吗

[@alisonguo4176]

+1

[@董存翔]

再怎么烂也比工科天坑专业好多了

[@晨晨-s9p]

这个说的数学仅仅是纯数，还是也包含应用数学？

[@anonymous-ye2wo]

我都学过

[@hannahJane300]

quant需要数学

[@tashirojima]

小学数学难度0.01，初中0.1，高中1，本科往上专业数学难度100起步上不封顶

[@MKmk-w9k]

一般的编程也用不到太高深的数学。（特别nb的，另算）

[@仲夏卡夫卡]

学统计学啊

[@魏鹏-k6l]

你抖音发什么了被炸号？

[@rtsng-u7t]

他这张脸就足够炸号了

[@lkopicoghlan9240]

我说我抖音关注列表里怎么多了个一串数字，原来是立党又双叒叕被铁拳了

[@chisty5132]

潤學被炸

[@mrfreedom6057]

说真话的人都会消失

[@zcsrs]

金融为啥也没用？

[@zhaoenoch7063]

再不济😅也比四大天坑强

[@siyuan4372]

unbengable

[@oliverwindsor]

数学博士还是很有用的，非博士不行。

[@sys0507]

立党还是太年轻

[@hannahJane300]

也不对，除非你是一点都没学明白，你怎么能说学数学一点用都没有？真的可以锻炼思维，提高智商。

[@LiuJin-mj4jc]

法国数学很牛逼，但是大部分人不做数学研究，大的商业机构都需要数学人才，但是中国不行，你只能去做中小学教师。