計算機與數學的關係

計算機的各個分支與方向，都使用了數學的各個分支的知識，主要的對應關係如下表所示：

關係資料庫以集合論為理論基礎，而開發成功。訊息中介軟體以排隊論為理論指導。
所以對於計算機專業的人，學習的數學是越多越好。對相關的數學分支的知識必須是很精通的
對於軟體的設計者以及開發者，數學的知識的需求量是很大的。正如我在《對於事物的掌握的
知識的等級》這個文章中所說，明確自己所要學習的等級是很重要的。如果目標是設計一個大型
的計算機網路系統，圖論和資訊理論，排隊論等數學分支的知識都要比較熟悉。

對於人工智慧的學習，現在是一個熱門方向，但是它對數學的知識，要求很多，除了我在
《人工智慧的公開基礎課程》這個文章中提到的 離散數學，複變函式，博弈論，還有更基礎的

模式識別的例子有數字，文字，圖形，影象和語音的識別。模式識別的六個主流技術如下圖：

這些技術涉及到概率論與數理統計，數理邏輯，模糊數學，線性代數等

智慧控制的例子有無人機的控制，自動駕駛汽車，工業控制等。
用到的數學有控制論，微分方程，四元數，矩陣論等

邏輯推理的例子有輔助診斷的醫學專家系統，象棋圍棋的博弈程式，四色定理的機器證明等。
用到的數學有博弈論，數理邏輯，符號邏輯等