以下摘自：果壳网@sixdegree
从计算机系课程的角度：
- 微积分：计算机建模
- 线性代数(很重要)：很多问题最终都能化为求解线性方程组问题；线性代数知识还常在机器学习或数据挖掘中被用来降低数据的维度
- 概率论,数理统计,随机过程：人工智能领域，很多机器学习算法(统计学习算法？)基于统计模型——例如Bayes 统计
- 数值分析：在计算机上应用数学知识；用数值方法解一些无法求出解析解的方程
从专业需求的角度
- 信息安全：数论、代数(代数几何)
- 算法：具体数学，运筹学，图论，组合数学
- 图形处理：解析几何，射影几何，微分几何，黎曼几何，代数几何，拓扑学，样条理论，曲线与曲面的表示(？)，偏微分方程，反问题(？)，傅里叶分析，小波分析
以下摘自 知乎
以下摘自 MIT牛人解说数学体系@P.LINUX
集合论：现代数学的共同基础
集合论中的基础概念：集合(set)，关系(relation)，函数(function)，等价 (equivalence)，是在其它数学分支的语言中几乎必然存在的——需要深入理解
其他资料
优酷视频：计算机中的数学
