百科问答小站 logo
百科问答小站 font logo



机器学习的理论方向 PhD 是否真的会接触那么多现代数学(黎曼几何、代数拓扑之类)? 第1页

  

user avatar   zhao-wen-bo-61 网友的相关建议: 
      

不会。

我刚开始是做deep learning和经典machine learning的,其间学习了statistical learning的理论,涉及到的主要是概率、statistical estimation、asymptotic theory、实分析和泛函分析、优化理论之类的东西。这些属于应用性比较强和比较基础的理论,以统计和优化尤为重要。

再后来做generative models和GAN的时候接触了一些manifold的理论,然后系统的学习了topological manifold、differential geometry和Riemannian geometry,发现非常有意思,但是实用意义不大。现在一些关于deep learning的几何观点和最优传输理论(比如顾老师团队的研究)虽然很有前景,但是还不是很成熟,未来在这一方向的理论发展还不是很明朗。

另外也有应用algebraic topology来研究deep learning的,但是也不是很成熟。其他关于deep learning的理论研究目前几乎不需要什么几何或者代数功底。




  

相关话题

  如何评价南京大学化学化工学院官方发布的"求助信",诚邀各种用人单位帮忙解决就业? 
  如何看待事件「女博士被诈骗85万称泡实验室十年从不看朋友圈」? 
  理工科数学功底很差,工科思维较欠缺,有希望读到博士吗? 
  纯数学申 PhD,哪里可以得知导师的信息(八卦)? 
  国内高校法学博士毕业,全职从事律师工作,有什么优势和劣势? 
  学术界有什么潜规则吗? 
  god bless us 为什么百度翻译是辛巴? 
  具备什么条件的人才适合读博? 
  希望成为优秀的航空发动机工程师,有必要读博士吗? 
  博士生和他们的导师是什么关系? 

前一个讨论
如何看待任正非与尼古拉斯·尼葛洛庞帝(Negroponte)和乔治·吉尔德(Gilder)的问答?
下一个讨论
如何看待虎扑最近针对库里的「脱库大会」?





© 2025-02-23 - tinynew.org. All Rights Reserved.
© 2025-02-23 - tinynew.org. 保留所有权利