就微积分而言，各行各业都很有用。比如学结构的做热模拟要有微积分的知识，学流体力学的甚至要解偏微分方程。线性代数是研究矩阵和向量空间的数学分支，它已被应用于现代科学的各个领域。就我个人而言，毕业后一直从事机器学习。这个领域非常重视数学基础，神经网络的训练需要更好的微积分和线性代数理论。
你大学学的微分，线性代数，工作时候用到了吗？发挥了哪些作用？
这个首先要看你毕业以后从事的是什么专业。就拿我来说毕业以后从事的是机器学习，这一领域非常看重数学基础，神经网络的训练等都需要比较好的微积分以及线性代数理论。而且这些还是远远不够的，还需要随机过程，矩阵论，离散数学等等等等。所以数学重不重要看你所从事的工作了。不过就微积分来说各行各业都是很有用的，比如学结构的做热仿真的时候要有微积分的知识，学流体力学的甚至还需要会偏微分方程的求解。
高等数学线性代数概率论与数理统计离散数学这些课程，对计算机专业的学习有帮助吗？
谢谢邀请！作为一名IT行业的从业者，同时也是一名计算机专业的教育工作者，我来回答一下这个问题。首先，高等数学等课程对于计算机专业的学生来说还是非常重要的，实际上软件开发问题说到底就是个数学问题，所以要想在软件开发领域走得更远，一定要有一个扎实的数学基础。当前大数据和人工智能是科技领域的重点研究方向，而不论是大数据领域的研发还是人工智能领域的研发，都离不开数学知识，数学是大数据和人工智能的重要基础。
从这个角度来看，要想成为计算机领域的创新型人才，一定要有一个扎实的数学基础。大数据的核心是数据价值化，从大数据的技术体系结构来看，承担大数据价值化的核心操作是数据分析，目前数据分析有两种常见方式，分别是统计学方式和机器学习方式，统计学作为数学的一个重要分支自然不必过多解释，而机器学习也同样离不开数学知识。
机器学习的步骤涉及到数据收集算法设计算法实现算法训练算法验证和算法应用，所以算法是机器学习的核心，而要想有较强的算法设计能力，就需要掌握高数线性代数和概率论等相关数学知识。从计算机专业的整体知识体系结构来看，本科生阶段的算法设计课程数据结构课程数据库原理课程计算机网络课程和网络安全课程都涉及到数学相关知识，所以一个扎实的数学基础，能够在很大程度上促进计算机相关课程的学习。
在计算机专业的研究生学习阶段，涉及到机器学习高级操作系统等课程，而这些课程同样需要有扎实的数学基础。最后，从近些年计算机专业研究生的研究成果来看，很多创新都以算法设计为基础，这足以说明数学对于计算机专业学生的重要性。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
线性代数有什么用？
线性代数是处理矩阵和向量空间的数学分支，在现代科学的各个领域都有应用。计算机程序与解方程组举个较为简单例子，线性方程组的解集可以由计算机程序解得。计算机程序在求取线性方程组的解集时，常用方法为回代法，先写出线性方程组的增广矩阵，再化为行阶梯形，求出最后一行的未知数的解，然后向上一一求解。浮点运算于计算机中的应用当然，解集的精确度是由浮点来确定的。
玩游戏时，不同的电脑可能会影响击杀敌人的准确性，这是因为浮点的不同。这是线性代数在计算机领域的一个应用。当然，应用不限于这些方面。如果你有兴趣学习数学，你会意识到线性代数在实际应用中的重要作用。如果你对线性代数感兴趣，想了解一下，推荐你一本教材，美国马里兰大学数学教授大卫·c·雷写的《线性代数及其应用》。这本书没有国内大学的数学教材那么苦。它生动、简单，与计算机和工程的实际应用紧密结合。它既适合专业应用，也适合业余爱好者。
