Best生物信息学家应该掌握的数学_之我的看法

一个优秀的生物信息学家需要拥有很好的交叉思维，特别是数学和计算机基础，而不仅仅是生物背景知识。目前市面上有很多奇奇怪怪的培训课程，企图通过一两天的快速软件流程培训，就教会大家做生信。就像刘小乐老师写的生信的Level一样（http://www.longwoodgenomics.org/2014/10/11/levels-of-bioinformatics-research/） ，菜鸟级别和大牛级别差别很多。
只会使用工具的人，并不能称作生信，是搬运工；会使用生信工具解决生物学问题的人员，我认为他们应该仍然是生物学家，因为他们背后的依托，仍然是生物性质的。能够造生信工具（计算机能力）并且拥有良好数理背景（数学与统计能力），且生物学基础知识牢固可以指导好的生物学问题解决方案的人员，我认为才是一名Best Bioinformatics Scientist

就我而言，生信学家（机器学习与工具开发方向）需要掌握的数学基础有但不限于：

• 多元统计分析
• 回归分析
• 高等数理统计
• 随机过程
• 高等代数
• 矩阵分析 or 矩阵论
• 数学分析
• 能学点实变函数是最好
• 优化理论（包括但不限于凸优化）
• other

自己未来想做AI+基因组大数据
所以，我目前学习的数学清单如下，由于时间限制和个人精力分配，现在学习内容有限，之后会持续补充：

• 矩阵分析
• 高等数理统计
• 算法优化理论与应用