在美国想搞人工智能，却还拿着复旦学院的那一套# Postdoc - 博士后
s*e
1 楼
想搞机器学习，如果只是以后想混口饭吃的话，千万别去学数学系的那一套。学完后，
你会十分看不惯ee，cs人写的文章，然后看论文每次都在想background，纠结概念，想
bound能不能改进（如果有的话）。这些，其实如果只是想做工程的话，是一点用都没
的。纯属浪费时间。
如果不想搞理论，有两样东西千万别碰，一样是实分析，一样是C++。真的，跟毒品一
样，除了不会让你high。。。一些基本的线代，多元微积分，概率论就够了。其实大部
分非数学系搞机器学习的老师数学也就复旦大四本科生的平均水平。有时真的也挺替数
学系的老师打抱不平的，好的算法都是数学系的搞出来的，到了cs或ee那边做个应用就
功劳全归他们了。有点像花姐前两天说的纳什引用角谷静夫不动点的那个例子。
关于manifold learning，这东西其实效果挺好的，我有个学长就是拿它做过一个项目
，据称效果并没有比其他方法更显著，但是可视化好。这块的理论我目前还不是十分满
意（没有看到看完能让我感到很爽的论文）。有兴趣的话可以去看看yaoyuan写的一本
他在北大的讲义，很精练的一小本。如果有谁知道有什么关于manifold learning理论
的论文也希望评论一下！！！！！尤其是用概率模型解释的！！！
你会十分看不惯ee，cs人写的文章，然后看论文每次都在想background，纠结概念，想
bound能不能改进（如果有的话）。这些，其实如果只是想做工程的话，是一点用都没
的。纯属浪费时间。
如果不想搞理论，有两样东西千万别碰，一样是实分析，一样是C++。真的，跟毒品一
样，除了不会让你high。。。一些基本的线代，多元微积分，概率论就够了。其实大部
分非数学系搞机器学习的老师数学也就复旦大四本科生的平均水平。有时真的也挺替数
学系的老师打抱不平的，好的算法都是数学系的搞出来的，到了cs或ee那边做个应用就
功劳全归他们了。有点像花姐前两天说的纳什引用角谷静夫不动点的那个例子。
关于manifold learning，这东西其实效果挺好的，我有个学长就是拿它做过一个项目
，据称效果并没有比其他方法更显著，但是可视化好。这块的理论我目前还不是十分满
意（没有看到看完能让我感到很爽的论文）。有兴趣的话可以去看看yaoyuan写的一本
他在北大的讲义，很精练的一小本。如果有谁知道有什么关于manifold learning理论
的论文也希望评论一下！！！！！尤其是用概率模型解释的！！！