Какой уровень математики необходим для работы с машинным обучением? Стоит вопрос выбора ВУЗа. Предварительно я посмотрел учебные планы, отзывы, рейтинги и, конечно, проходные баллы. Проблема в том, что раньше я хотел иметь в универе минимум математики, но со временем понял, что без неё в ML никуда. Так вот есть программная инженерия, а есть, например, прикладная математика и информатика. Стоит ли 4 года учить почти всё время математику или всё же для ML хватит и программной инженерии?
P.S. Ещё проблема в том, что я закончил колледж и программа обучения очень похожа на программную инженерию. Т.е. как бы стоит ли второй раз..?
P.P.S. Мне очень нравится Apple и я хотел бы туда попасть. Есть ли какая-то корреляция между знанием математики и трудоустройством в эту компанию?

Предыдущий
вопрос Следующий
вопрос

Для работы с машинным обучением необходим подготовленный уровень в математике, особенно в линейной алгебре, статистике, теории вероятностей и оптимизации. Программная инженерия обеспечит вас навыками в программировании и разработке, но без хорошего математического фундамента можно столкнуться с ограничениями в понимании и создании сложных моделей машинного обучения.

Прикладная математика и информатика будут включать в себя математические предметы, необходимые для работы в области машинного обучения. Однако, если вы уже имеете опыт программной инженерии из колледжа, вам может быть интереснее и проще продолжить с этим направлением и дополнительно изучить математику самостоятельно или через онлайн курсы.

Что касается Apple или любой другой топовой компании, знание математики и навыки в области машинного обучения будут являться конкурентным преимуществом при трудоустройстве. Важны не только знания и умения, но и страсть к области и релевантный опыт.

Поэтому, если вы увлечены машинным обучением и хотите работать в индустрии, стоит вложиться в изучение математики и практиковаться в применении алгоритмов машинного обучения.