이 CS 영역에서 어떤 수학이 흥미로울 수 있습니까?

내 CS 학위를 위해 나는 "표준"수학 배경의 대부분을 가졌습니다.

• 미적분학 : 미분, 적분, 복소수
• 대수 : 필드까지 거의 개념.
• 수 이론 : XGCD 및 관련 자료, 주로 암호화에 사용됩니다.
• 선형 대수 : 고유 벡터 / 고유 값까지
• 통계 : 확률, 테스트
• 논리 : 명제, 술어, 모달, 하이브리드.

CS 영역에 대한 나의 주요 관심사는 보안, 암호화 및 인공 지능입니다. 인공 지능이 현재 주요 연구 분야가 아니기 때문에 특히 AI와 관련하여 흥미로운 수학 주제에 대한 제안이 있는지 궁금합니다.

AI 및 머신 러닝 분야의 경우 다음 주제에 대해 더 자세히 알아볼 것을 권장합니다.

• 통계
• 개연성
• 확률 적 프로세스
• 베이지안 데이터 분석
• 볼록 최적화
• 그래프 이론

당신의 수학 배경으로, 당신은 쉽게 좋은 기계 학습 책을 선택하고 당신이 갈 때 필요없는 수학을 배울 수 있습니다. Kevin Murphy의 새로운 저서 인 Machine Learning : Probabilistic Perspective 는 이러한 주제의 대부분을 다루며 기계 학습에 대한 훌륭한 입문 교과서 역할을합니다.

저는 개인적으로 Dephne Koller의 저서 인 Probabilistic Graphical Models 에서 많은 것을 배웠습니다 . 또한 앞에서 언급 한 대부분의 주제를 다루지 만 책 이름에서 알 수 있듯이 그래픽 모델에 중점을 둡니다.

이 두 책 모두 한동안 당신을 바쁘게 유지하기에 충분한 수학을 가지고 있지만 Hastie et al. 머신 러닝의 수학적 부분에 더 집중하고 싶을 때 더 유용합니다.

AI는 요즘 통계가 99 %입니다. 확률과 그래프 이론 (베이 그물 등)과 어떻게 교차하는지에 대해 알아 봅니다.

암호화에 관해서는, 당신이 수 이론을 가지고 있다면, 이것을 확장시킬 수있는 유일한 것은 그룹 / 필드 이론입니다. 특히, 타원 곡선에 대해 배우십시오. 그러나 암호 클래스가 아니라고 가르치는 수학 수업을 찾지 못할 것입니다.