为什么机器学习大牛很少有数学专业，甚至应用数学专业的都少见？
2023-12-07 阅读 48
机器学习领域的大牛通常不是数学专业的原因有几个方面。
首先，机器学习是一门跨学科的领域，涉及到计算机科学、统计学、人工智能等多个学科。数学只是机器学习的基础工具之一，而且在机器学习的实际应用中，更注重对算法和模型的理解和应用，而非纯粹的数学推导。
其次，机器学习的发展和应用需要大量的实际经验和实践，而不仅仅是数学理论。实际上，很多机器学习算法的发展和改进都是通过实验和实际问题的解决中逐步积累的。因此，对于机器学习领域的大牛来说，实际经验和解决实际问题的能力往往更为重要。
此外，机器学习领域的发展也受到了计算机技术的推动。随着计算机硬件和软件的不断发展，机器学习算法的实现和应用变得更加容易和高效，不再需要过多的数学推导和计算。因此，对于机器学习领域的研究者来说，计算机科学和工程背景的知识更为重要。
最后，机器学习领域的发展也受到数据的驱动。大量的数据和数据处理技术的发展使得机器学习算法的应用更加广泛和有效。因此，对于机器学习领域的研究者来说，对数据的理解和处理能力也是非常重要的。
综上所述，机器学习领域的大牛很少有数学专业背景，更多的是通过实践和经验积累的。当然，这并不意味着数学在机器学习中不重要，相反，数学是机器学习的基础，但在实际应用中，其他的技术和能力也同样重要。
更新于 2023年12月07日
