গণিতের উপাদানটিতে সম্ভবত উন্নত বীজগণিত, ট্রিিগ, লিনিয়ার বীজগণিত এবং সর্বনিম্ন ক্যালকুলাস অন্তর্ভুক্ত থাকবে।
তবে বাক্সের বাইরেও ভাবুন। অ্যালগরিদমে শক্ত ভিত্তি (কোর্সেরার অ্যালগরিদমের দুটি কোর্স রয়েছে) এবং ম্যাটল্যাব, অক্টেভ, বা আর (এবং জাভা, সি / সি ++, বা পাইথনের মতো নমনীয় প্রোগ্রামিং ভাষার সাথে) সহ দক্ষ প্রোগ্রামিং দক্ষতাগুলিও প্রয়োজনীয়। আমি আপনার প্রশ্নের জবাবে এগুলি উল্লেখ করেছি কারণ তারা আমার মতে আরও "প্রয়োগিত গণিত" দক্ষতা - এবং তত্ত্ব এবং প্রয়োগিত প্রয়োগের মধ্যে অনুবাদ করার জন্য মৌলিক।
আমি মেশিন লার্নিং সম্পর্কিত অনেকগুলি কোর্সেরা কোর্স নিয়েছি (এবং অন্য একটি পোস্টারের সাথে সম্মত হলাম যে প্রফেসর এনজির মেশিন লার্নিং চমত্কার) এবং এনএন। কয়েক মাস আগে, টরেন্টো এবং জেফ্রি হিন্টন বিশ্ববিদ্যালয়ের মাধ্যমে কোরাসেরা একটি নিউরাল নেটওয়ার্ক কোর্স পরিচালনা করেছিলেন (এটি এখনও উপলব্ধ কিনা তা নিশ্চিত নয়)। একটি দুর্দান্ত কোর্স এবং দাবি: ক্যালকুলাসের জ্ঞান, অক্টাভা (একটি ওপেন সোর্স ম্যাটল্যাব-এর মতো ক্লোন) এর সাথে দক্ষতা, ভাল অ্যালগরিদমিক নকশা (স্কেলাবিলিটির জন্য) এবং লিনিয়ার বীজগণিত।
আপনি (সেখানের গণিত না হলেও), প্রাকৃতিক ভাষা প্রক্রিয়াজাতকরণ (বৈশিষ্ট্য নিষ্কাশন ইত্যাদির জন্য), তথ্য পুনরুদ্ধার, পরিসংখ্যান / সম্ভাবনা তত্ত্বের পাশাপাশি মেশিন লার্নিংয়ের অন্যান্য ক্ষেত্রগুলি (আরও তত্ত্ব পাওয়ার জন্য) সম্পর্কে ভাবতে পারেন। ফাউন্ডেশন অফ মেশিন লার্নিং (মোহরি) বা মেশিন লার্নিংয়ের পরিচিতি (আলপায়দিন) এর মতো সাম্প্রতিক পাঠগুলি আপনার কাছে থিয়ো-থেকে-বাস্তবায়নের জটিলতা দূর করতে সহায়ক হতে পারে (কেবল আমার মতে, এটি একটি শক্ত লিপ হতে পারে) - এবং উভয়ই পাঠ্যগুলি খুব অঙ্কের ভারী, বিশেষত ফাউন্ডেশন।
আবার, আমি মনে করি সবগুলি গণিত এবং এনএন এর সাথে সম্পর্কিত তবে বিস্তৃত অর্থে।