對數據挖掘，機器學習感興趣。沒有演算法基礎影響大不大？

01-11

本人普通985大二學生，在努力打基礎的同時，目前感覺對數據挖掘，機器學習比較感興趣，但是並沒有acm基礎，不知道影響大不大，如果需要的話，現在開始acm又是否來的及。（同時對分散式系統也有些興趣??）最近很迷茫，所以來知乎上求大神指點。 ------------------------------------------------------------------------------------- 求指點……

這兩者的確沒有必然的關係。但是題主會誤解，我覺得也是很正常的。

我之前也誤解過這兩者之間的關係。因為我發現這個領域一些很優秀的80後中國青年，都有著很強的ACM背景。

譬如上交的戴文淵，05年ACM世界冠軍。大四一開始做機器學習就特別厲害，發頂會論文如同探囊取物，碩士期間和港科的楊強教授發了很多篇很有影響力的論文。碩士畢業後去百度工作，三年不到就升到了T10（當時T10在百度只有幾個人），簡直如同神話一般。

譬如清華的吳佳俊，2009年NOI金牌保送清華，大學也拿過ACM金牌。大四的時候已經發過好幾篇頂會，是CVPR審稿人，拿到了清華特獎 ……

ACM大神做機器學習做的好的例子，還有很多。這讓我誤以為他們是因為OI/ACM的基礎，所以做機器學習才這麼牛逼的。

但後來才慢慢發覺到，他們不是因為有ACM基礎才牛逼，而是本來就這麼牛逼。他們不搞ACM，做其他計算機相關的事情，肯定也可以碾壓同齡人。

雖然ACM基礎對於機器學習不是必要的，但是我覺得下面這幾個素質對於做機器學習還是很有用的：

（1）智商高（或者說邏輯思維能力強）

（2）數學功底深厚

（3）編程能力強

往往ACM大神也符合這三個條件，所以他們搞起機器學習很順。

但是這三點，也並非只有搞ACM才能做到。你可以通過其他方面的訓練，達到同樣的效果。

同樣，你滿足了這三點，別說做機器學習，做其他的CS領域也能風生水起。

為什麼標題問演算法關係大不大，後文又是acm競賽關係大不大？

跟演算法和數據結構關係大，跟acm競賽沒啥關係。

機器學習啊數據挖掘啊啥的確實需要演算法基礎，acm/icpc確實考察演算法，但是難道沒經過這個考察就不會演算法？不是這麼個邏輯啊喂……

難道你沒考過GRE就不能寫英文論文？難道沒考廚師證就不能在家做飯？難道沒考會計師就不能數清錢包里有多少錢？

ACM/ICPC搞得好的基本都靠個人興趣，單純的對演算法競賽的個人興趣，而不是個啥現實需求。至少我認識的能去wf的都是這樣。如果你對ACM/ICPC有興趣，玩玩也無妨，也能鍛煉演算法和數學建模能力；沒啥興趣還不如自己學學演算法做些喜歡的東西靠譜。

不大。

先看這個圖，差什麼補什麼，和acm關係貌似不大，和概率關係倒是很大吧。

大二搞acm有點晚了。

你想搞分散式，先找個nosql資料庫研究研究它的集群再談興趣，搭一個玩玩，看看CAP理論下的涉及的主流資料庫，找一個主流的nosql看看文檔也費不了多少時間。

最基礎的部分包括基本的高等數學，比如分析、代數（尤其是矩陣論）、數值優化演算法、概率論與數理統計等。

更進階的需要掌握實分析（比如測度論）、圖論、時間序列、回歸分析等等。

再深入的你還可以掌握微分方程、流形幾何等等基礎機器學習涉及不到的內容，這個時候你就可以挖別人挖不出來的坑了。

另外雖然嚴格來說不屬於數學，但是演算法的概念和數據結構的相關知識也是一定要掌握的

當然沒聯繫啦

每當看見說對數據挖掘，機器學習感興趣的人我就會說，你真的了解嗎，還是看什麼火，什麼好找工作，就對什麼感興趣啊！前幾年數據挖掘什麼沒火的時候沒看有幾個人說對這感興趣，這幾年火了以後，逢人都說自己對數據挖掘感興趣。