人工智能需要的数学基础

人工智能需要具备的数学基础有很多，如：

1、线性代数：本质是将具体的事物抽象为数学对象，并描述其静态或动态特性，在人工智能领域，计算机处理生活中的事物采用的就是将具体抽象化的方法。

2、概率论：概率论是对生活中无所不在的可行性的分析研究，在人工智能领域，概率论通过对生活中的可行性进行建模分析处理，进而做出判断或操作。

3、形式逻辑：理想的人工智能应该具有抽象意义的学习、推理和归纳的能力，这就需要一个认知的过程，如果我们将认知的过程定义为对符号的逻辑运算，那么形式逻辑就是人工智能的基础。

4、数理统计：数理统计着重研究的对象是未知分布的随机变量，是逆向的概率论，对于人工智能来说，能够对未知分布的随机变量进行研究分析，才是最重要的。

线性代数：如何将研究对象形式化？

概率论：如何描述统计规律？

数理统计：如何以小见大？

最优化理论：如何找到最优解？

信息论：如何定量度量不确定性？

形式逻辑：如何实现抽象推理？

知识点罗列：（https://www.mooc.cn/course/8367.html）

基础类

第1章高等数学
1.1 导数和偏导数
1.2 梯度向量
1.3 极值定理
1.4 Jacobbi矩阵
1.5 Hessian矩阵
1.6 泰勒展开公式
1.7 拉格朗日乘数法
第2章线性代数
2.1 向量及其运算
2.2 范数
2.3 矩阵及其运算
2.4 逆矩阵
2.5 二次型
2.6 矩阵的正定性
2.7 矩阵的特征值与特征向量
2.8 矩阵的奇异值分解
第3章概率论
3.1 概率、随机事件和随机变量
3.2 条件概率与贝叶斯公式
3.3 常用的概率分布
3.4 随机变量的均值和方差、协方差
3.5 最大似然估计
第4章最优化
3.1 凸集、凸函数
3.2 凸优化问题的标准形式
3.3 线性规划问题

优化论初步类

第一章优化迭代法统一论
1.0 本微专业概述
1.1 线性回归建模
1.2 无约束优化梯度分析法（上）
1.3 无约束优化梯度分析法（下）
1.4 无约束迭代法
1.5 线性回归求解
1.6 案例分析

第二章深度学习反向传播
2.1 回归与分类、神经网络
2.2 BP算法（上）
2.3 BP算法（下）
2.4 计算图

优化论进阶类

第一章凸优化基础
1.1 一般优化问题
1.2 凸集和凸函数基础（上）
1.3 凸集和凸函数基础（下）
1.4 凸优化问题
1.5 案例分析

第二章凸优化进阶之对偶理论
2.1 凸优化问题
2.2 对偶（上）
2.3 对偶（下）
2.4 问题案例

第三章 SVM
3.1 问题案例
3.2 SVM 建模
3.3 SVM 求解
3.4 SVM 扩展，附案例

数据降维的艺术
第一章矩阵分析上篇
1.1 矩阵与张量
1.2 可逆矩阵
1.3 线性相关
1.4 子空间
1.5 范数
1.6 特殊矩阵和特征分解
案例：PCA 数据降维

第二章矩阵分析下篇
2.1 SVD
2.2 SVD 与特征分解关系
2.3 图像压缩
2.4 伪逆
2.5 迹与行列式
案例：SVD 对图像进行压缩

统计推断的魅力

第一章概率统计上篇
1.1 事件
1.2 随机变量
1.3 概率与条件概率
1.4 贝叶斯定理
1.5 朴素贝叶斯
1.6 期望、方差、协方差
1.7 最大似然、最大后验
案例：垃圾邮件过滤
第二章概率统计中篇
2.1 常见分布总结
2.2 最大似然与贝叶斯的关系
2.3 熵与互信息
案例：最大似然估计
第三章概率统计下篇
3.1 以 GMM 为例的统计建模
3.2 EM 算法
案例：GMM 实践

人工智能需要的数学基础相关推荐

干货来袭！！！3天0基础Python实战项目快速学会人工智能必学数学基础全套（含源码）（第1天）线性代数篇：矩阵、向量及python实战
第1天:线性代数篇:矩阵.向量.实战编程第2天:微积分篇:极限与导数.梯度下降.积分.实战编程第3天:概率分析篇:条件概率与全概率.贝叶斯公式.实战项目目录前言一.矩阵在AI中的应用二.矩 ...
干货来袭！3天0基础Python实战项目快速学会人工智能必学数学基础全套（含源码）（第3天）概率分析篇：条件概率、全概率与贝叶斯公式
第1天:线性代数篇:矩阵.向量.实战编程第2天:微积分篇:极限与导数.梯度下降.积分.实战编程第3天:概率分析篇:条件概率与全概率.贝叶斯公式.实战项目目录前言一.概率与机器学习 1.1 概 ...
干货来袭！3天0基础Python实战项目快速学会人工智能必学数学基础全套（含源码）（第2天）微积分篇：极限与导数、梯度下降与积分
第1天:线性代数篇:矩阵.向量.实战编程第2天:微积分篇:极限与导数.梯度下降.积分.实战编程第3天:概率分析篇:条件概率与全概率.贝叶斯公式.实战项目目录前言一.极限与导数 1.1 极限 ...
AI学习笔记（一）人工智能初识及数学基础
文章目录什么是人工智能深度学习的崛起和AI的三次热潮人工智能发展的基石--图灵测试人工智能三大核心要素人工智能关系圈机器学习深度学习人工神经网络相关数学基础高等数学 1.导数的定义 ...
人工智能中的数学基础——看得见的数学直播心得
今日听了一个关于人工智能数学知识的直播课程,觉得讲的很不错,所以在这里记录下来以供日后学习. 一.为什么要学习数学? 数学对于我们理工科学生非常重要,尤其对于我们初入人工智能领域的学生来说,数学亦是理 ...
人工智能基础课04数学基础-不畏浮云遮望眼：最优化方法
04 数学基础 | 不畏浮云遮望眼:最优化方法从本质上讲, 人工智能的目标就是最优化:在复杂环境与多体交互中做出最优决策.几乎所有的人工智能问题最后都会归结为一个优化问题的求解,因而最优化理论同样是 ...
【数学基础】一份非常适合人工智能学习的概率论基础材料中文版（国内教材精华）...
机器学习,需要一定的数学基础,需要掌握的数学基础知识特别多,如果从头到尾开始学,估计大部分人来不及,我建议先学习最基础的数学知识,基础知识可以分为高等数学.线性代数.概率论与数理统计三部分,我整理了相 ...
【数学基础】一份非常适合人工智能学习的高等数学基础材料中文版（国内教材精华）...
机器学习,需要一定的数学基础,需要掌握的数学基础知识特别多,如果从头到尾开始学,估计大部分人来不及,我建议先学习最基础的数学知识,基础知识可以分为高等数学.线性代数.概率论与数理统计三部分,我整理了相 ...
进军人工智能，数学基础很重要？
随着科技的快速发展,人工智能的重要性日渐显现. 对于大多数新手来说,弄清楚入门人工智能需要哪些数学基础.需要熟悉什么框架等,都至关重要. 机器学习是一个异常丰富的研究领域,有大量未解决的问题:公正.可 ...

人工智能需要的数学基础

人工智能需要的数学基础相关推荐

最新文章

热门文章