您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

数据分析（数据挖掘）与计算机视觉哪个领域对数学要求更高？

数据,数学,计算机数据分析（数据挖掘）与计算机视觉哪个领域对数学要求更高？

发布时间：2020-12-06加入收藏来源：互联网点击：

问题补充： 数据分析（数据挖掘），计算机视觉哪个领域对数学能力要求更高，更深奥？更考验写代码能力？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

个人感觉是数据分析吧，对计算机视觉不太熟悉。数据分析需要很多数学课和统计类课。在很多人印象里统计学就包括在数学里，其实不是，我们国家在08年的时候统计就已经从数学分出，统计和数学现在是平行的，都是一级学科。

数据分析其实和统计类课程和更相关，需要很多的统计类课程，像概率论，数理统计，多元统计分析，回归分析，时间序列，统计与机器学习等。

数据分析的方向也有很多，比如有做算法的，也有做视频处理的等等。数学或者说统计类课程学好了，再根据方向选择需要的计算机课程就好，当然不同的课程需要的数学基础和计算机课程是有不同的。像我们系的信息与计算科学专业，正在进行专业改革，在学生实习的时候，给出几个方向，不同的方向，培训不同的课程，选择自己擅长的和感兴趣的。这样，既利用了自己大学期间打下的数学基础和计算机方面的严格逻辑训练，又针对社会的需要进行了培训，效果还是不错的，至少从就业方面看还是不错的。

好多人有个误区，既然这样，我直接去社会培训机构培训就好了，干嘛上大学？上大学不但叫你怎么做，最主要的是告诉你为什么？因为新的语言不断出现，越新的需要越高级，高级好用，但坏处是什么呢？就是好多时候不知道为什么。你只知道一块一块的。但每一块内部是什么，不了解。比如说，简单的排序，在Python里一个函数就实现了，但怎么实现的不知道。大学的课程就是训练这个的，告诉我们为什么，比如排序可以用冒泡法。知道了为什么问题发生变化之后我们同样可以解决。我觉得这才是大学最重要的作用。

回答于 2019-09-11 08:43:50

1、首先，数据分析和数据挖掘是完全不同的，不能化为等号。数据分析主要指的是对于数据的解读。主要采用各种数据生成的指标对数据中蕴含的信息进行分析。采用的方法大多是统计学上的。数据挖掘主要是对数据中蕴含的模式进行的深挖。相比于数据分析来说，数据挖掘经常会采用监督学习方法对于数据中蕴含的模型进行求解，其意义就大大的深入了一层。所需要的数学基础主要是微积分、最优化理论等。

2、计算机视觉解决的是计算机“看”事物的能力。其中的数据主要是代数的各种变换，高等代数、矩阵理论、就是其用的最多的数学部分。其工作的本质依然是对大量数据进行处理。但是模型是对人观察事物的进行的建模，求解这些模型，并用在计算机判别“看”见的事物上。

3、两者用到的数学各自不一样，如何判断要求更高呢，显然是很难比较的。如果涉及到专业选择上，数据挖掘应用的领域应该更多一些。

回答于 2019-09-11 08:43:50

从工具层面来说，这两样都不需要很强的数学功底。

从理论层面，两样对数学的要求都很高。

根据工作需求来，和你自身需求来说这个事情。

回答于 2019-09-11 08:43:50

你问的这个问题就好比是在问：是一斤重还是一米长？这根本就不能算是问题！

回答于 2019-09-11 08:43:50

数据分析涉及几乎最广的科学问题。比如量子力学的波函数求解等等。计算机视觉更偏向实验，比如光学仪器，半导体发光器件等等。

回答于 2019-09-11 08:43:50

都很高。但数据挖掘更高，特别是概率论和线代。两者都有成熟的框架，但是想对数据有更深度的挖掘，就要自已设计算法了。

回答于 2019-09-11 08:43:50

据我了解来讲数据挖掘对数学的要求高。代码相对而言比较容易。并且都是传统算法后期不需要学习太多的新技术，技术难点(特征工程，算法推导)。计算机视觉属于新兴技术，并不是是传统意义的视觉技术，如果你说的是人工智能的话，那么就应该是视觉滤波器拟合技术，目前大多数都是用cnn神经网络来做的。(代码要求极高，有paper阅读能力最好，数学最低要求会求导就行了，但是必须要有扎实的线性代数基础和强大的空间想象能力)。希望能帮你解答疑惑，最近在学习做项目，如果想一起学习可以加我微信，共同提高。

 1/2    1 2 下一页 尾页