siehe auch: Matt Might: What every computer science major should know

siehe auch: Francois Bry: Wie viel Mathematik muss ein Informatiker können?

• Quaternionen
• Vektor-/Matrixarithmetik (Matrix-Multiplikation, Kreuzprodukt, homogene Koordinaten, etc.)
• Bedeutungen von versch. Vektorrechnungen: Projektion durch Skalarprodukt, Länge durch Norm etc.
• Normalenvektoren: Anwendungsfall Computergrafik

• Abbildungen (am Beispiel Farbraumkonvertierung, Hough-Transformation)
• Trigonometrie
• Approximation von Ableitungen (Berechnungen von Bewegungsbahnen in Spielen usw.) (Euler-Approx, explizite/implizite Verfahren, mehrstufig Runge Kutta?)

• Frequenzraum
• Fourier-Transformation, FFT, DCT
• Folgen, Reihen (Maximum Likelihood Estimation)
• Ableitungen, Integrale
• Faltungen / Filter-Kernel
• PCA, in dem Zuge evtl auch SVD, zumindest was das bedeutet (Hauptrichtung in einer Punktwolke :)

• t-Test
• ANOVA
• Bayessche Logik

• Graphentheorie, Bsp. Google PageRank
• Komplexitätsnotation ( „O(n)“ )
• Binärdarstellung, Hexadezimalzahlen
• Optimierung (Zielfunktionen, Konvex oder mit lokalen Minima)
• Differentialrechnung (Jacobi-/Hesse-Matrix) und evtl. auch diskret
• Wiederholung komplexe Zahlen