AI算法工程师 | 04人工智能基础-高等数学知识强化(一)数学内容概述

数学内容概述

人工智能学习数学的必要性

  • 人工智能跟开发 APP 和后台服务器相比,人工智能需要大量的数学知识。
  • 人工智能需要一些必要的数学知识,这对后续理解机器学习、深度学习的算法有帮助,会理解得更加透彻。

需要哪些数学知识

  1. 微积分中的“微分”,其中“积分”用的相对较少。
  2. 线性代数,如:① 对于数据集本身,x 是m行n列的,目标变量 y 是m行1列或k列,它们以矩阵的形式出现。② 对于图片来说,往往有RGB三通道,是三维的数组,它的计算需要使用到线性代数。
  3. 概率论,如:机器学习或深度学习中的参数估计——已经拿到x和y。在有 x 出现的情况下,模型 θ 为何值时,y 出现的概率最大,此时可以反推 θ 。
  4. 最优化,如:做深度学习时求模型 θ ,求的是最优解,需要最优化的思想与算法。

说明:人工智能是应用数学,需要用到的数学知识偏应用,没有太多理论,因此不建议学习者拿着相关的数学书籍很细致的去看,这样比较浪费时间。

导图梳理 - 相关知识点
框架

导图梳理 - 数学内容学习重点
对应
从图中可以看出:

  • 出现频率最高的是优化方法,拉格朗日乘数法,梯度下降法,牛顿法,凸优化;
  • 第二类概率论知识,随机变量,贝叶斯公式,随机变量独立性,正太分布,最大似然估计;
  • 第三类线性代数知识,几乎所有都会涉及到向量、矩阵、张量的计算,包括特征值和特征向量,很多算法都会最终变成求解特征值和特征向量问题;
  • 微积分的知识,比如链式法则。
  • 5
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值