数学在数据科学中的作用与需要

Question

我是软件工程专业的学士，在Oracle ERP/数据库相关技术方面有3年的专业工作经验。现在，我计划攻读数据科学的MSc课程。我需要知道的是，一个数据科学家应该具备什么样的数学技能？我们学过很多学科，如数值分析、统计学、线性代数等。

Answer 1

首先，我认为这个问题是广泛的和基于意见的，但是大多数人并不这么认为.我会解释为什么：

数据科学是一个非常多样化的领域，随着行业的广泛应用，所以很多是基于应用的。

例如:像我这样的人在增长和客户支持部门，我使用马尔可夫模型和强化学习，因为客户的移动很可能被建模为(随机)图。所以，当我寻找我的团队中的人时，我会寻找图论技巧，线性代数(很明显)和统计。

然而，对于在使用NLP的部分工作的人来说，所需的数学是不同的，数据科学的其他应用也是如此。

然而，据我所述，一些非常重要的课程帮助了数据科学家的道路：

1. 线性代数
2. 统计数据
3. 概率论
4. 离散数学
5. 分析方法(数值分析将是该方法的精确名称)

有些人会认为信息理论也很重要，但是我在日常工作中并没有大量使用它，所以我不认为它是绝对必要的。

有帮助的员额