我应该如何开始学习人工智能所需的数学[关闭]

Posted 2023-03-12

【中文标题】我应该如何开始学习人工智能所需的数学[关闭]

【英文标题】：How should I start with learning math required for AI [closed]

【发布时间】：2012-10-12 22:06:42

【问题描述】：

我学过数学，但那是很久以前的事了。我已经做了 8 年的程序员，但是当我开始研究 AI 和数据挖掘的概念时，我发现理论很难理解。

现在我浪费了 2-3 年，却一无所获。我需要先了解学习 AI 和数据挖掘所需的数学概念。

我不知道从哪里开始。从 AI 的角度来看，你推荐我应该从哪些书籍和教程开始。

我应该如何获得使用 AI 和数据挖掘概念的基本要求。

编辑： 我从网上得到了这份清单

矩阵代数：大多数机器学习模型都表示为矩阵和向量。特征向量和奇异值分解等概念无处不在。

贝叶斯统计：概率、贝叶斯规则、常见分布（例如，beta、Dirichlet、Gaussian）等。

多变量微积分：大多数学习技术在其核心使用梯度和 Hessians 来拟合参数。 （如果你想变得更高级，研究数值优化。）

信息论：熵、KL散度等。这里只是基础知识。

在有限的情况下，更高层次的数学会很有用。例如，要理解流形学习，您需要了解几何和拓扑的一些基本概念。偶尔会使用抽象代数（例如，参见“期望半环”以学习超图）。我会根据需要学习这些，但如果你有机会早点学习它们也无妨。

谁能推荐一些这方面的书

【问题讨论】：

你在纠结什么数学概念？您是否查看过 Coursera.org 上提供的机器学习课程？它由斯坦福大学教授吴恩达教授，非常棒。您可以根据需要多次观看视频以了解这些概念。练习和编程作业有助于将概念带回家。我建议您在下次提供时注册它。课程链接为：coursera.org/course/ml

我在使用求和符号、概率、集合和子集，然后是交并集，然后是 f(a =>b) 之类的函数时遇到了困难

你想研究什么样的AI？数学背景从计算逻辑到机器学习完全不同。

我想学习启发式和数据挖掘以及预测建模

不要浪费您的时间在互联网平台上提问。获取一本书或在线课程，例如 @HeatfanJohn 提到的 ml-class - 或上大学。提示：许多大学课程都在其网站上推荐书籍，可公开访问。他们比随机的互联网用户更了解教学。

【参考方案1】：

我的数学学习资源：http://www.khanacademy.org/

您将能够在所有数学领域找到 A LOT。

【讨论】：

是免费的还是需要一些费用才能访问课程

完全。这是 Sal Khan 的承诺，向大众免费提供知识。

【参考方案2】：

我同意 @Lostdreamer 的观点，即 KhanAcademy.org 有很多学习各种数学概念的材料。

对于机器学习的优秀在线入门课程，我强烈推荐 Coursera.org 上提供的机器学习课程。它由斯坦福大学教授 Andrew Ng 教授，您可以根据需要多次观看视频以了解这些概念。

练习和编程作业有助于深入了解概念。

我建议您在下次提供时注册它。这是课程注册页面的link。

这里是link，可以预览课程中的材料。

该课程包含对线性代数的基本回顾，包括有助于我回顾这些材料的基本矩阵概念。

【讨论】：

我想我需要从统计学课程中学习所有数学知识。那样可以么。喜欢这一切khanacademy.org/math/statistics

【参考方案3】：

我强烈推荐@HeatfanJohn 的课程，我已经做了，没有任何AI知识，结果还不错，老师很棒，课程非常清晰，试试吧！

此外，我与其他课程同时制作了其他 AI 课程。这个更笼统，你会学到一点关于人工智能的知识，你应该没有任何以前的知识。如果你不习惯做数学，这个比 ML 更容易（在 ML 中你需要在 matlab 中做练习，这有时会有点棘手），但我发现它对于一般概述更有趣。 我强烈建议你两者都做 https://www.ai-class.com/

一个你对人工智能上瘾的人（如果你参加这两门课程，你肯定会的！）我推荐 Udacity，一个了不起的计算机科学免费在线“大学”。世界上最好的老师免费教你很棒的东西。如果这还不够棒，我会告诉你 AI 班的老师制作了这个网页。一个是谷歌的研究主管（Peter Norvig），另一个是制造第一辆自动驾驶汽车的人（Sebastian Thrun）。很棒的人