Не могли бы вы дать мне некоторые разъяснения об алгоритмах интеллектуального анализа данных и искусственного интеллекта? Какую математическую базу они использовали? Не могли бы вы дать мне отправную точку в математике, чтобы понять эти типы алгоритмов?
mathematical-statistics
references
data-mining
algorithms
artificial-intelligence
Къетил б Халворсен
источник
источник
Ответы:
Это может звучать немного странно в сообществе статистиков, но я уверен, что большинство алгоритмов машинного обучения могут быть сформулированы как проблемы функциональной минимизации. Это означает, что это будет покрыто математической оптимизацией .
Другое дело, что вам, вероятно, понадобится исчисление и линейная алгебра, чтобы понять, что такое оптимизация. И для интерпретации ваших результатов вам лучше иметь некоторый опыт в теории вероятностей и статистике .
источник
Этот вопрос может быть слишком широким, вы должны сказать больше о том, для чего вы будете использовать интеллектуальный анализ данных! Но интеллектуальный анализ данных - это, по сути, статистика, и большая часть использования ИИ, которое я видел, также является статистикой. Итак, вам нужна математика для статистики: 1) исчисление и реальный анализ 2) вероятность 3) линейная алгебра! С практической точки зрения, 3) может быть самым важным, почти все, что вы будете делать (включая 1) и 2)), вы будете сильно зависеть от линейной алгебры. Так что обязательно приобретите не только концепты, но и манипулятивные навыки!
Используется намного больше, но, возможно, более специализировано. Так что нет смысла давать более подробные советы, пока вы не специализируете свой вопрос (и не изучите 1), 2) и 3))
источник
Кажется справедливым вопрос, какую математику я должен изучать как основу для машинного обучения?
Может быть, это широкий ответ. Как ML опирается на так много дисциплин.
Другие предложили, линейную алгебру, теорию вероятностей, статистику, метрические пространства и многие другие, которые все имеют отношение.
Возможно, работоспособный подход состоит в том, чтобы перечислить некоторые из самых популярных алгоритмов ML, взглянуть на них и заполнить математику, которая, по вашему мнению, вас не устраивает.
источник