AIUST.Com按：时下，随着人工智能、机器人、大数据热度上升；业界需要的人才缺口也非常大，不少高校也于近年开设了此类专业。但培养需要一定的周期。业界的需求，亦从不少程序员中招聘。但不少程序员只具备高中的数学知识(即初等数学)，亦有不少程序员曾经修过高等数学等知识，但毕业离校多年，早已忘了。于是，时下相关的培训班也开设了起来。

但是，如果在职程序员转行做机器学习相关算法工作，需要具备哪些数学知识。总体来说，数学知识越多越好，但是，基本上最少应具备工科三大基础课：高等数学(或微积分)、线性代数(或高等代数)、概率论与数理统计。但很显然明显不够。

工科如电子、自动化、通讯专业，一般在这三大基础课后最少加修一门复变函数与积分变换；计算机类专业最少加修离散数学(以数理逻辑、集合论、图论内容为主)，有的院校将离散数学拆成3门以上的数学课。

于是我们得了结论，工学生出身的程序员，应最少具备五门数学课程知识：高等数学、线性代数、概率论与数理统计、复变函数与积分变换、离散数学。如果将离散数学拆分成数理逻辑、集合论、图论、组合数学的话就是8门。

但做算法设计，这些知识应是够了，但不能固步自封，应接着深入学习。一般应在上述课程后边工作边加修随机过程、矩阵分析、解析几何、模糊数学、运筹学与最优化方法、数值分析、抽象代数、数论、傅里叶分析、泛函分析、常微分方程、偏微分方程、点集拓扑与代数拓扑这些数学知识，并不仅仅是学懂，应研究如何应用。

做为一名程序员，如果认真的学习以上罗列的数学课程，相信在10年时间里，在人工智能、机器学习这些领域能成为优秀的专家。因为学习这些数学课程的过程中，是不为断的提升自我的数学素养及严谨思维的过程。在未来，人工智能及脑机交互领域将是一个非常大的市场，只有掌握了广泛及深入的数学知识，方能在这些行业发挥更大的作用。