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