Yo también soy estudiante de CS, así que me identifico con lo que preguntas. En primer lugar, lo que realmente importa es la rama de la informática que te gustaría seguir. Por ejemplo, si quieres hacer ciberseguridad (más específicamente, criptografía), definitivamente necesitarás saber mucha teoría de números. En tu caso, estás interesado en la IA y la ciencia de los datos, pero eso es todavía un poco vago; la mayoría de las personas que quieren hacer IA/ciencia de los datos, no se preocupan realmente por lo que está pasando "bajo el capó" (que no es realmente tan malo) y utilizan bibliotecas como Pytorch, Tensor Flow, etc (pero ten en cuenta que estas personas no son sólo entusiastas de la IA; muchos de ellos trabajan para las grandes empresas y tienen bastante éxito en su respectivo campo). Pero hay personas que están tratando de hacer nuevos algoritmos de vanguardia y escribir artículos y en ese caso, definitivamente se necesita más que el nivel de matemáticas de la escuela secundaria (nivel universitario de cálculo, álgebra lineal y estadística en su mayoría). Así que si eres uno de los primeros, el cálculo de nivel de secundaria, algo de álgebra lineal de nivel universitario y estadística (primer año) sería suficiente. Pero si eres de los segundos, necesitarás mucho más que el cálculo de bachillerato y el álgebra lineal y la estadística básicas de la universidad.
En resumen, la mayoría de la gente que se dedica a la IA (de nuevo, no sólo los entusiastas; la gente que trabaja para Google, Facebook, etc.) no siempre entiende lo que ocurre en una biblioteca/módulo. La gente que escribe estos algoritmos y documentos lo hace. Pero si tienes tiempo, intenta aprender cálculo, álgebra lineal y estadística, así entenderás mejor lo que está pasando y quizás incluso puedas hacer nuevos algoritmos que cambien la industria de la IA:)
EDITAR
Creo que algunas personas confundieron lo que dije sobre que algunas personas no saben cómo funciona algo en la IA: ¿Todos los científicos de datos de éxito saben cómo funciona la regresión? Por supuesto que sí. ¿Cómo y por qué funciona el descenso de gradiente por lotes? Al 100% (se necesita cálculo para esto). Pero, ¿saben todos ellos también cómo funciona la máquina de Boltzman restringida? Probablemente no. ¿Entienden todos el VBEM? Por supuesto que no. La cuestión es que no quise decir que la gente que trabaja para Google no sepa cálculo o cómo funciona un algoritmo como las redes neuronales profundas o la PNL; sólo quise decir que no es necesario ser tan bueno como la mayoría de los estudiantes de matemáticas en cálculo. Buena suerte.
11 votos
Puede ser más adecuado para Educadores de matemáticas . Mi opinión es que aunque no necesario (claramente puedes optar por no cursarlo), el cálculo es ciertamente muy aplicable, y puede ayudarte a pensar en ciertos problemas.
2 votos
En principio, no porque los cursos de bajo nivel se imparten sin la teoría en mente (cálculo multivariable y análisis complejo). pero si quieres investigar sí necesitas cálculo multivariable o análisis complejo que requieren cálculo I como prerrequisitos. El cálculo I puede que ni siquiera se aplique directamente, pero los conceptos sí.
2 votos
También soy de la opinión de que si lo disfrutas, debes tomarlo. Si crees que vas a suspender, puedes plantearte estudiar un poco antes de hacer el curso, o simplemente estudiarlo por tu cuenta (unirte a algún grupo de estudio o algo así). Los conceptos de cálculo, como mínimo, son muy fáciles de aprender.
1 votos
Siempre me ha parecido que esta pregunta está muy cerca de pedir a la gente que te diga el futuro. La mayoría de los trabajos en campos relacionados con la informática no requieren que uses el cálculo. Sin embargo, hay métodos, sobre todo en el campo de la combinatoria analítica, que podrían ser razonablemente interesantes para muchos informáticos o programadores, que requieren algunos conocimientos de cálculo. En realidad, la mayor parte de tu formación incluirá material que la mayoría de la gente no utilizará, pero no podemos estar seguros de quién lo necesitará o no, así que tratamos de equiparte con tantas herramientas como sea posible.
3 votos
Si quieres hacer IA, el cálculo es absolutamente necesario. También es importante para la ciencia de los datos, porque sin cálculo no entenderás lo que hacen los algoritmos de aprendizaje automático bajo el capó. Además, el cálculo es una asignatura deliciosa.
0 votos
Yo esperaría que un programador que también se ocupara de la animación 3D necesitara álgebra lineal, y en el álgebra lineal también aparecería el cálculo
0 votos
Por si sirve de algo, la UCSD recomendó que los que quisieran especializarse en ciencias de la computación tomaran suficientes matemáticas en la escuela secundaria para entrar en el cálculo en su primer año. Yo fui a otra escuela y obtuve una licenciatura en ciencias de la computación sin cálculo. Pero en mi segundo trabajo, tuve que hacer una integral doble bastante complicada para convertir un cambio de rumbo y velocidad en un desplazamiento XY para una entrada de tiempo transcurrido. Y cuando pedí a matemáticos y físicos que comprobaran mis ecuaciones, todos dijeron que no recordaban cómo hacerlo. Así que lo codifiqué, esperando que funcionara y lo hizo. ¡Uf!
2 votos
Relacionado con esto: cs.stackexchange.com/questions/55462/ , cseducators.stackexchange.com/questions/5579/
1 votos
Es AI, no AL/Al.
3 votos
"Más estudiantes de último año me dicen que el cálculo es una clase muy difícil y que no debería tomarla" - Me sorprendería que esos sean estudiantes de ciencias de la computación e ingeniería con interés en la ciencia de los datos y la IA. No dejes que las opiniones cuestionables de los fóbicos a las matemáticas te disuadan de aprender algo que en el gran esquema de las cosas no es particularmente difícil.
3 votos
No dejes que nadie te convenza de que el cálculo es "difícil"... Millones de personas han aprendido a utilizarlo. Es puede ser cierto que un instructor arregla que su curso en el cálculo se enseña de forma brutal/difícil, y se califica con dureza. Eso es algo muy diferente. Incluso si crees que sólo estás manipulando entidades discretas, el hecho sorprendente parece ser que las aproximaciones continuas son a veces mucho, mucho más fáciles de manipular por los seres humanos... ergo, el cálculo.
1 votos
Junto con todas las demás buenas respuestas, me gustaría destacar que muchos algoritmos de aprendizaje automático se basan en la estadística (lo que a su vez requiere que se conozca la teoría de la probabilidad intermedia). Cosas como la estimación de máxima verosimilitud, en particular, son extremadamente útiles y requieren una sólida comprensión del cálculo multivariante y del álgebra lineal. La teoría de la probabilidad a nivel intermedio es mucho cálculo y álgebra lineal, lo que ayuda a entender de dónde vienen muchos algoritmos de aprendizaje superficial.