人工智能的话，很多板友都说数学要很好不知道有没有吓到你
我算是个转换跑道现在从事AI相关工作的工程师
要搞清楚所谓AI的工作可以分成两种完全不同的方向
1.真的是在研究AI本身，开发最前沿模型和算法
2.应用已有的AI算法解决某个领域的问题
前者的话，不要说台湾了
全世界来看都是少数几个大头在主导
比如说几年前很红的alphaGo Zero
DeepMind会做围棋AI不是因为
"干，柯洁好强喔我都下不赢他，那来做个机器人帮我对付他好了"
而是棋类游戏里围棋是最复杂，且还没有人能做出能击败人类顶尖高手的AI
如果是后者，其实你不需要多强的数学背景
只要给你一篇paepr，你能知道这个算法做了哪些假设
解决了什么，用起来有何限制，适不适用你现在的问题
其实这样就很够了
英文...也不用顶好，能看懂paper都没问题
以我为例的话，现在身边的同事包括我自己
没有一个是资工出身的，硕班题目也完全跟AI没关系
有念物理、数学、统计、电机的
看一些ML/DL的paper真的很少会有数学太难看不懂的情况
我以前硕班是研究chiral material中电磁场的传播，我觉得那数学难多了...
如果你很想试试看的话，这边贴几个比较热门的开放式课程给你
看看学习以下的课程对你来说会不会太吃力
https://www.youtube.com/watch?v=UzxYlbK2c7E&list=PLA89DCFA6ADACE599
这是比较老的课程，那个年代DL还没火红，可是讲得都是ML基础概念
至少把supervised看完再看DL吧
https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk
这堂虽然名字有for Visual Recognition
但其实DL入门该知道的基础大概都有包含到了
https://www.youtube.com/watch?v=2pWv7GOvuf0&list=PLzuuYNsE1EZAXYR4FJ75jcJseBmo4KQ9-
跟前两个不太一样，这是专门讲强化学习，讲者是大名鼎鼎DeepMind的头头David Silver
台湾也有很多不错的课程，如李宏毅或林轩田的，都讲得相当好也不会太难
不过我建议一开始先看英文的，这样对这领域的专有名词会比较有感
然后其实工作时很常不是在处理AI的问题
以下简单描述一个工作场景让你感受一下