​编辑

然后我们看一下人工智能中需要的数学知识

​编辑

数学知识是重要的,对于理解人工智能底层原理来说很重要,但是工作中

​编辑

工作中一般都不会涉及的自己写算法之类的,只是面试,或者理解底层原理的时候需要

​编辑

然后看一下人工智能需要哪些数学知识

这里需要微积分 线性代数 概率论 最优化的知识

​编辑

然后具体微积分中,是需要上面的一些知识.

​编辑

在机器学习中主要用到了微分部分,微分是用来求函数的极值,这个求极值,其实就是机器学习库中很多的

求解器solver所实现的功能,都已经封装好了.

​编辑

然后具体会用到微分中的上面这些知识点.

​编辑

然后对于线性代数来说

会用到上面这些知识点,这里的张量就是矩阵

​编辑

​编辑

想必微积分来说,线性代数用的更多,几乎机器学习的所有地方都用,具体用到上面的知识点

要知道神经网络算法和 机器学习算法 是不一样的 用到的数学知识也不一样.

我们先来看机器学习的部分.

​编辑

​编辑

然后概率论的内容可以看到,我们用到上面的一些数学知识

​编辑

​编辑

用到概率论知识点是上面这些

​编辑

然后还会用到优化数学,这里优化数学一般

研究生阶段才会去学习

​编辑

​编辑

然后这里要知道国内对凸函数的,叫法 和国外对凸函数的叫法是相反的

​编辑

可以看到百度百科上有说明

​编辑

convex 凸函数

​编辑

这里要知道机器学习是百分之99的问题,比如线性回归,岭回归,支持向量机,logistic回归等都是凸优化问题

而剩下的百分之0.1的问题,需要用神经网络来解决,对于机器学习的问题,一般都是一个凸函数,做为目标函数,或者叫损失函数

求它的极小值就可以了,让他的极小值设置为0,或者一个阈值...就可以了.

但是神经网络,比这个复杂,它用来解决,非凸函数,比如上面左边画的那个函数,可以看到有两个最小值对吧.

这种非凸函数,就需要用神经网络算法解决,这个算法有多层比机器学习算法复杂

​编辑

​编辑

以上是对人工智能中使用到的数学知识做了一个说明,然后具体再看用到的每个数学知识.

​