先來給你說說數學專業本科生學的課程吧（如果是研究生都是估計直接衝，不會問這樣的問題），數學分析、高等代數、解析幾何、C/C++、概率論與數理統計、運籌學、離散數學、資料結構、資料庫原理、複變函式、數值分析、演算法設計及分析……

再來對比一下計算機專業學生的課程，C、離散數學、資料結構、java、資料庫原理、EDA、概率論與數理統計、計算機網路、數值分析、計算機組成原理、作業系統……

不同學校同一個專業的課程也會不一樣，但基本上都會有這些。目前人工智慧火熱，有些學校也會將機器學習等課程加入到本科生課程中。

人工智慧涉及的範圍很廣，最為火熱的莫過於深度學習，那麼這裡就認為指數學專業學生可不可以學深度學習。

其實從上面的課程設定來看，跟深度學習相關的就那麼兩樣：數學、程式設計～

先說數學，數學專業學生在數學這方面佔極大優勢，比如生成對抗網路（神經網路的一種，一種深度學習方法）的生成模型和對抗模型就來自概率論與數理統計方面的知識，雖然兩個專業都有學這門課，但課時是不同的，即數學專業的學生在課程要求上會更深入一點。

如果打算走下去了，就開始學吧……

有點奇怪，這不是順理成章的事嗎？所謂人工智慧深度學習，沒有碩博程度是談不上專業的。數學專業本科基礎，再朝上搞計算數學，本來就很對口嘛。我孩子就是數學專業的本碩，挺自然地去讀了計算數學博士，還輔修統計學博士，最近我看他也在翻翻機器學習的專著，看得出，瞭解一下沒啥障礙。

深度學習裡面的演算法就是用的數學。用數學模型解決實際的問題。研究演算法的工程師數學學不好就無法學好演算法。所以說你學習數學想從事演算法研究的是可以的。

數學專業學習人工智慧深度學習，將會是非常容易的事情。一方面，數學專業也會學習計算機相關的核心課程，另一方面，深度學習本身需要非常深厚的數學功底才能學得好，比如線性代數，微積分，概率與統計，凸優化等等。

沒有比數學專業更好更容易學習深度學習的專業了！！！