重要性按照顺序给你排好：
线性代数（数学基础，理解算法必要的东西）
矩阵论（无论是网络结构还是编程实现，都需要矩阵论来支撑计算）
概率论与数理统计（人工智能中到处都是概率分布，概率论的一些重要概念，比如先验概率后验概率，都很重要）
数据结构（不仅包含栈队列，图论和树也很重要）
一门编程语言，可以是python，c++等
这个倒是不需要，全靠自控能力，要是有一颗好学的心不管以后做什么都是有前途的
个人认为 要求不高
机器学习和深度学习更加倾向于对模型参数进行更新的过程
倾向于对模型参数进行更新的过程
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024