ฐานคณิตศาสตร์สำหรับการขุดข้อมูลและอัลกอริทึมปัญญาประดิษฐ์

คุณช่วยอธิบายเกี่ยวกับการขุดข้อมูลและอัลกอริทึมปัญญาประดิษฐ์ให้ฉันได้ไหม พวกเขาใช้คณิตศาสตร์อะไร คุณช่วยบอกจุดเริ่มต้นในคณิตศาสตร์ให้ฉันเข้าใจอัลกอริธึมเหล่านี้ได้ไหม

ที่จริงแล้วอาจฟังดูแปลก ๆ เล็กน้อยในชุมชนนักสถิติ แต่ฉันค่อนข้างมั่นใจว่ากลไกการเรียนรู้ของเครื่องส่วนใหญ่สามารถกำหนดเป็นปัญหาการย่อเล็กสุดที่ใช้งานได้ นั่นหมายความว่านี้จะถูกปกคลุมด้วยการเพิ่มประสิทธิภาพทางคณิตศาสตร์

อีกอย่างคือคุณอาจต้องใช้แคลคูลัสและพีชคณิตเชิงเส้นเพื่อทำความเข้าใจว่าการเพิ่มประสิทธิภาพคืออะไร และเพื่อตีความผลลัพธ์ของคุณคุณจะมีภูมิหลังทางทฤษฎีและสถิติความน่าจะเป็น

คำถามนี้อาจจะครอบคลุมคุณควรพูดอะไรเพิ่มเติมเกี่ยวกับสิ่งที่คุณจะใช้ data mining สำหรับ! แต่การขุดข้อมูลนั้นเป็นสถิติและการใช้ AI ส่วนใหญ่ที่ฉันได้เห็นก็คือสถิติเช่นกัน คณิตศาสตร์ที่คุณต้องการสำหรับสถิติ: 1) แคลคูลัสและการวิเคราะห์จริง 2) ความน่าจะเป็น 3) พีชคณิตเชิงเส้น! ในแง่ปฏิบัติ 3) อาจเป็นสิ่งที่สำคัญที่สุดเกือบทุกสิ่งที่คุณจะทำ (รวมถึงการใช้งาน 1) และ 2)) คุณจะต้องพึ่งพาพีชคณิตเชิงเส้นอย่างมาก ดังนั้นต้องแน่ใจว่าจะได้รับไม่เพียง แต่แนวคิด แต่ทักษะการบิดเบือน!

มีการใช้งานมากขึ้น แต่อาจมีความเชี่ยวชาญมากกว่า ดังนั้นจึงไม่สมเหตุสมผลที่จะให้คำแนะนำอย่างละเอียดมากขึ้นจนกว่าคุณจะมีคำถามเฉพาะของคุณ (และเรียนรู้ 1), 2) & 3)

ดูเหมือนว่าเป็นคำถามที่ยุติธรรมฉันควรเรียนรู้คณิตศาสตร์ใดเพื่อเป็นพื้นฐานสำหรับการเรียนรู้ของเครื่อง
อาจเป็นคำตอบที่กว้าง ในฐานะที่เป็น ML ดึงมาจากหลายสาขา

คนอื่น ๆ ได้แนะนำ, พีชคณิตเชิงเส้น, ทฤษฎีความน่าจะเป็น, สถิติ, ช่องว่างการวัดและอื่น ๆ อีกมากมายที่เกี่ยวข้องทั้งหมด

บางทีวิธีที่ใช้การได้คือการเขียนรายการอัลกอริธึม ML ที่ได้รับความนิยมมากที่สุดมาดูและเติมคณิตศาสตร์ที่คุณรู้สึกว่าไม่ค่อยสบายใจ