Mức độ quan trọng của Toán

math

#1

Như title, các bác cho em hỏi mức độ cần thiết của Toán trong Machine Learning Gần đây, em có tự học mảng này Em có thể hiểu cơ bản về các thuật toán chính của ML ( Machine Learnig ) Nhưng để hiểu hoàn toàn 1 thuật toán ( nhất là mặt toán học ) thật sự rất mất thời gian với em Em muốn hỏi các bác đi trước là có cần thật sự hiểu rõ về mặt toán học của các thuật toán hay không? hay như em hiện tại, hiểu ý nghĩa, các sử dụng, điểm mạnh điểm yếu là được không cần quá sâu vào toán


#2

Trừ phi e muốn theo hướng nghiên cứu như bọn a… ko thì như em hiện tại, hiểu ý nghĩa, cách sử dụng, điểm mạnh điểm yếu là tốt rồi. Sau này nếu có cơ hội thì học sâu thêm, ko cần mất nhiều thời gian về nó đâu.


#3

Theo mình thì càng rõ toán càng tốt bạn à, nếu như chỉ import tensorflow as tf thì học sinh cấp 3 cũng làm được, nhưng chỉ làm vẹt mà không hiểu bản chất, đó không phải cách kĩ sư làm việc.


#4

Tất nhiên là hiểu được càng rõ càng tốt rồi bạn Nhưng đúng là còn phụ thuộc vào hoàn cảnh sử dụng nữa mà Và thường những phần nào mình ứng dụng càng nhiều thì tự khắc mình phải tìm hiểu sâu thêm


#5

For starters (less than one year), knowing how to use the tools may be enough. But knowing math is always good in long term.

1/If you just need to deliver a project in 1-3 months (like Kaggle), then you MAY not need much math understanding. Search around - try - explore - test accuracy. However, if you just do this, you only follow most people do and lack your own independence/understanding.

2/If you want to understand current state of the art solutions, ML trends (why the new method is better the old ones? In which cases that it is better? key points of these methods), then math is very important. There are different levels of understanding: from things such as linear algebra, numerical optimization, basic probability to more advanced concepts such as queuing theory, asymptotic convergence, measure theory, SDE, etc. IMO, just learn them gradually along with ML (I read and forget measure theory quite a few times :D) . Math is something that does not change much in a decade. ML changes over weeks. Understand the core would let you to avoid chasing trends.

3/Point 2 is only help to you understand. To research and get good publications, you need much more than that: vision, creativity thinking, team, supervisor, good writing, luck and perhaps networking too :smiley:

Lot of things to learn. Math/Stats, different branches of ML, Big data, engineering skills. It is both exciting and tiring.