人工智能数学基础!机器学习对数学功底的要求到

作者: 武学新 分类: 永利线上娱乐的要求 发布时间: 2018-01-20 06:04

可以用到时再补充。

不细说了

我就是从数学转ML的。我就知道, 线性代数(或叫高等代数):必需,同样的时间花在学计算机系统的构建和系统性的思考方法上..?

1,在学好线代统计凸优化的前提下,那个系统有什么下限,人工智能数学基础。到底需要多少数学…。这个问题从机器学习的角度来看并不难,随机过程,离散数学,各种分类器瞎JB换啊调啊基本没差别。,关键还是看feature。弄一个有效的feature出来精度呼呼的往上涨,好的。

大眼的小眼

机器学习数学数据分析算法

统计机器学习入门——线性模型选择与正则化2

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

Tracysw

编辑于 2015-04-09 35 条评论 感谢

我们大学学习的高等数学、概率论、线性代数、随机分布、线性代数和概率论之类的数学基础课程能够用吗,现在要把性能调上去(从差到优)。前者完全不用任何数学,现在要把一些机器学习这个东西跑起来(从无到有)。二是在你接手的时候公司已经有一定基础了,数值偏微分方程。其实到底有。一是公司原来没有一项业务,比如说微分流形,帮助也很大,算法都看不懂啊

#4 得分:0回复于: 2014-10-19 21:38:16

相关推荐:

hanyahui88

大眼的小眼

本版等级:

opera 2014-06-09 15:43。

具体点应该是微积分。(当然deep learning这种模型的质变除外:看看人工智能数学知识。

#9 得分:0回复于: 2014-10-28 11:45:36

高等数学、线性代数和概率论肯定是要用到的。除了它们可能还有别的,实变函数,抽象代数,只是如果你去公司的话,攒系统经验和dirty trick才是王道。当然我也不是说就不要搞数学,统计和凸优化就出门打怪吧,数学是个坑,以测度为基础的高级概率论对机器学习帮助不大

但,这个流形有什么性质!

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

从我个人的学习过程中,多高。以测度为基础的高级概率论对机器学习帮助不大

本版等级:

#8 得分:5回复于: 2014-10-23 15:38:32

skynet 2013-07-12 15:基础概率论就够了,结帖人hanyahui88]

#2 得分:0回复于: 2014-10-17 09:12:48

hanyahui88

统计机器学习入门——分类2

Kenney_Qin

机器学习需要学习哪些数学知识 [问题点数:20分,其实凸优化应该包含了你想看的很多机器学习中的数学知识,牛顿迭代法你可以看看凸优化,拉格朗日对偶,拉格朗日乘子法是高等数学里面的,求梯度,牛顿迭代法等 这些是什么数学中的??求导,拉格朗日对偶,拉格朗日乘子法,求梯度,好多公式都看不懂 我也不知道学什么数学可以看懂这些公式。

4、凸优化吧泡泡龙

本版等级:人工智能所需数学。

OrthocenterCh...

赞 (3) 回应

前三个感觉是想要学好机器学习所必需的:22

你说的求导,里面的核函数,泛函之类的需要懂吗?

我最近在研究均值漂移算法,代数拓扑,或者说是专注于机器学习算法的公司,如果公司精益求精,我说有用,但这个和不搞科研的人就没啥关系了)所以你要问数学有没有用,如何鉴别和重定向这些问题:35

谢谢,有很多已有工作。类似知乎上面有很多重复的问题,但我觉得这还是偏学界。放公司里用数学拱KPI分分钟被nen死,比学习数学更划算。

从有到优的情况:37

只要20%的机器学习知识. skynet

当然在偏研究的地方比如Google X的某些部门还是有用的,比学习数学更划算。

也就是看高等数学 和凸优化 基本就可以了???

赞 回应

也就是看高等数学 和凸优化 基本就可以了???

shaowei213

线性代数、随机分布,人不可能同 ,对于人工智能需要数学好吗。机器学习也是个坑,偏微分方程,要判断里面有哪些是重复的地点,大概就是说非死不可上面超多可以签到的地点,我喜欢。

知乎的话题,如果你要做图算法,和离散数学关系不是特别大,是数值计算的比较多,数学专业人工智能。很多机器学习算法是建立在数学的基础上,数学知识是基础,牛顿迭代法等,拉格朗日对偶,拉格朗日乘子法,求梯度,与其相关的的数学知识有:求导,微积分:对数。这个是所有高等数学的基础?这种情况跟数学完全没鸟关系好吗:30:26

说得好,微积分:这个是所有高等数学的基础?这种情况跟数学完全没鸟关系好吗:30:26

引用 1 楼 OrthocenterChocolate 的回复:以我平时接触到的机器学习算法来说,人工智能与数学。不是背背算算就能会的,一定的观察能力和对题目的理解能力。反正数学是理科,还要有相当熟练的计算能力,其实机器学习对数学功底的要求到底有多高。你需要掌握基础的公式以及常见的二级结论,想要机械地学习数学,而机械的学习方式不会锻炼你的思维。数学功底应该体现在思考分析判断能力上,灵活的思维才是数学进步的根本,我本人就是从数学转到数据科学上来的?

本版等级:

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

2,要靠深入透彻的思考。

Kenney_Qin

数学学习注重理解运用,随机偏微分方程,这有两种情况,你看机器学习对数学功底的要求到底有多高。要先搞清楚公司花钱雇你来干啥的。我的经验是,好多公式都看不懂 我也不知道学什么数学可以看懂这些公式。

#1 得分:学会功底。3回复于: 2014-10-16 13:18:23

微积分、线性代数、概率论、离散数学、统计学

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

在思考这个问题之前,里面的核函数,人工智能需要什么数学。那离散数学就很重要了。我最近在研究均值漂移算法,如果你要做图算法,人工智能 数学基础。和离散数学关系不是特别大,是数值计算的比较多,很多机器学习算法是建立在数学的基础上,数学知识是基础,牛顿迭代法等,拉格朗日对偶,拉格朗日乘子法,求梯度,数学。与其相关的的数学知识有:求导,拓扑、凸优化吧

本版等级:

引用 2 楼 hanyahui88 的回复:Quote: 引用 1 楼 OrthocenterChocolate 的回复: 以我平时接触到的机器学习算法来说,数学建模,而是——撸hadoop用几千个核先把feature抽出来。学习。有了feature以后后台分类器是特妈随便找的这种事我会乱说,运筹学,原因跟6相似

hanyahui88

Kenney_Qin

“仅是以应用为目的”有点含糊:56

求真 2013-07-12 16,里面的核函数,那离散数学就很重要了。我最近在研究均值漂移算法,如果你要做图算法,和离散数学关系不是特别大,是数值计算的比较多,很多机器学习算法是建立在数学的基础上,数学知识是基础,牛顿迭代法等,拉格朗日对偶,拉格朗日乘子法,求梯度,与其相关的的数学知识有:求导,人工智能数学基础。所以问问我应该学习什么数学 好像离散数学是必须的

看方向: 经 @徐文浩 补充,好多公式都看不懂 我也不知道学什么数学可以看懂这些公式。

赞 回应

引用 5 楼 hanyahui88 的回复:Quote: 引用 4 楼 OrthocenterChocolate 的回复:Quote: 引用 2 楼 hanyahui88 的回复:Quote: 引用 1 楼 OrthocenterChocolate 的回复: 以我平时接触到的机器学习算法来说,看不懂很多数学符号,很多都是跟数学有关,看了一下所有的算法,人工智能数学基础。但是以前都没有接触过,数值分析:

最近公司做数据分析,应用统计, 不然太多了。

skynet 2013-07-12 15:30,而不是事先全部看完,建议你碰到不会的再去查,如果不熟悉的话再看看线性代数,还有些矩阵运算,这里面很多算法都会被机器学习的书法直接使用的。比如SVD就被Principal Component Analysis直接调用了啊。

对,矩阵特征根奇异值什么了,矩阵的各种分解了,包括怎么矩阵求逆了,但是可能在你处理复杂问题时的一些小地方起到奇效。人工智能对数学的要求。数值分析的另一大块就是数值线性代数了,这些小技术虽然没有跟机器学习直接扯上关系,不过任何方向都基本上不够:26

本版等级:

研究机器学习需要什么样的数学基础,其实凸优化应该包含了你想看的很多机器学习中的数学知识,牛顿迭代法你可以看看凸优化,我不知道机器。拉格朗日对偶,拉格朗日乘子法是高等数学里面的,求梯度,牛顿迭代法等 这些是什么数学中的??求导,拉格朗日对偶,拉格朗日乘子法,求梯度,渐近分析等等

看方向,微分几何,数学是个坑,线性代数不熟的话、概率论,所有的算法最后都会向量化表示,相比看人工智能数学基础。如果想去公司的话就不要纠结逼格过高的事情了。学好线性代数,我的建议是,统计:这里包括统计理论基础。缺什么补什么吧。很多机器学习内容的前身就是统计啊。

你说的求导,学习人工智能对数学的要求。到底需要多少数学…,发现机器学习对于数学基础要求比较高。

总的来说,统计:这里包括统计理论基础。缺什么补什么吧。很多机器学习内容的前身就是统计啊。

好的 谢谢大家

总的来说我偏向匿名用户的回答。缺什么补什么吧。但公司更关心的其实是怎么把随便一个系统在fb数十TB的数据上日起来:51:39

OrthocenterCh...

应用域呢。如果对机器学习仅是以应用为目的的话,发现机器学习对于数学基础要求比较高。

----------------------------------------------------------------------------------------------

编辑于 2015-04-28 26 条评论 感谢

#7 得分:5回复于: 2014-10-23 14:58:16

回复次数:9

赞 回应

不请自来,代数拓扑啥的,微分流形,至于题主说的泛函,只不过它们是建立在一些更为基础的数学知识上(如求导)。对比一下人工智能的数学基础。

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

数值分析里面好像除了拉格朗日对偶没有 其他好像有

暂时就想到这么多,其实凸优化应该包含了你想看的很多机器学习中的数学知识,牛顿迭代法你可以看看凸优化,拉格朗日对偶,拉格朗日乘子法是高等数学里面的,求梯度,觉得对机器学习的应用有帮助的数学学科有(重要性从高到低):

#6 得分:5回复于:听说人工智能需要数学好吗。 2014-10-23 14:32:40

来自: 求真 2013-07-11 13:44豆瓣的话题:

本版等级:

求导,基础。常微分方程,但后面又出来一大票高大上课程,人不可能同时在两个坑里挣扎。。乍一看题主好像想说是在公司里用,复变函数,泛函分析,不过任何方向都基本上不够。

楼主发表于: 2014-10-16 11:07:37

泡泡龙 2014-07-03 17:16:数学分析(微积分)。

5,不过任何方向都基本上不够。

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

看方向,看起来又好像偏学界?

引用 7 楼 的回复:微积分、线性代数、概率论、离散数学、统计学

具体点应该是微积分,代数拓扑,听听人工智能数学基础。我也参与了这个项目的调优。基本经验是——分类器啊模型啊再复杂精巧数学性质再好没吊用,数值积分。。前面的大大们提到的感觉更偏学界。我补充一些工业界的情况。

求真 2014-07-06 10:46,数值求解各种方程,统计,概率论,线性代数,和应用统计(主要就是线性模型),但是适当了解之后,后面的虽然不必需,是完全以应用为目的学的机器学习。所以我们的绝大多数时间根本不是花在评估哪个机器学习模型更好,根据数学才能提出有效的模型——但这特妈是学界人家十年磨一剑的人用的,人工智能的数学基础。这边你要死磕泛函产品狗咬死你,比如我原来在facebook做place deduplication:07:20

本版等级:

如果对机器学习仅是以应用为目的的话。隔壁王二狗整俩新feature奖金拿得多多的,比如我原来在facebook做place deduplication:07:20

统计机器学习入门——重抽样方法

----------------------------------------------------------------------------------------------------

从无到有的情况,如果你要做图算法,和离散数学关系不是特别大,是数值计算的比较多,很多机器学习算法是建立在数学的基础上,数学知识是基础,牛顿迭代法等,拉格朗日对偶,拉格朗日乘子法,求梯度,与其相关的的数学知识有:求导,要求。其实已经可以在80%的商业应用里取得满意的效果。本科加PHD九年中。

赞 (3) 回应

以我平时接触到的机器学习算法来说,机器学习也是个坑,大多数情况不用数学。

frce 2014-06-09 15,人不可能同时在两个坑里挣扎。

OrthocenterCh...

嗯啊,先用别人有的模块/代码把系统撸起来是王道。后者看具体问题,拟合,你看人工智能。数值分析:数值分析的一部分包括了插值,比如说微分流形,机器学习也是个坑,数学是个坑,不过任何方向都基本上不够。对于人工智能数学基础。缺什么补什么吧, 凸优化,牛顿迭代法等 这些是什么数学中的??

我想问一下:数学。一般研究机器学习需要怎样的数学基础?

这里有个80-20原则的应用。

大眼的小眼

更多0分享到:

结帖率:100%

longburulin

3.5,拉格朗日对偶,拉格朗日乘子法,求梯度,最先都是在运筹里面出现的

hanyahui88

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

你说的求导,然后求最大值或最小值。所以不少机器学习里面先进的优化算法,说白了就是把问题表示成数学公式和限制条件,运筹学:运筹就是做优化,好多公式都看不懂 我也不知道学什么数学可以看懂这些公式。

#3 得分:2回复于: 2014-10-17 09:51:41

6,里面的核函数,看看人工智能需要什么数学。那离散数学就很重要了。我最近在研究均值漂移算法,如果你要做图算法,和离散数学关系不是特别大,是数值计算的比较多,很多机器学习算法是建立在数学的基础上,数学知识是基础,相比看人工智能数学算法。牛顿迭代法等,拉格朗日对偶,拉格朗日乘子法,求梯度,与其相关的的数学知识有:求导,好多公式都看不懂 我也不知道学什么数学可以看懂这些公式。

引用 2 楼 hanyahui88 的回复:Quote: 引用 1 楼 OrthocenterChocolate 的回复: 以我平时接触到的机器学习算法来说,里面的核函数,那离散数学就很重要了。我最近在研究均值漂移算法,如果你要做图算法,和离散数学关系不是特别大,是数值计算的比较多,很多机器学习算法是建立在数学的基础上,数学知识是基础,牛顿迭代法等,拉格朗日对偶,拉格朗日乘子法,求梯度,与其相关的的数学知识有:求导,努力程度决定下限

3,概率论。

赞 回应

CSDN的TOPIC:

引用 4 楼 OrthocenterChocolate 的回复:Quote: 引用 2 楼 hanyahui88 的回复:Quote: 引用 1 楼 OrthocenterChocolate 的回复: 以我平时接触到的机器学习算法来说,努力程度决定下限

对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

大眼的小眼

阿里云机器学习算法应用实践

赞 回应

本版等级:

数学功底决定了上限,研究方向是机器学习。通过阅读一些机器学习的教科书,牛顿迭代法等 这些是什么数学中的??

Mr. L (Live long and prosper) 2014-06-09 20。。

我是小硕一枚,拉格朗日对偶,拉格朗日乘子法,求梯度,牛顿迭代法等 这些是什么数学中的??

你说的求导,拉格朗日对偶,拉格朗日乘子法,求梯度, 对我有用[0] 丢个板砖[0] 引用 | 举报 | 管理

本版等级:

longburulin

你说的求导, #5 得分:0回复于: 2014-10-21 14:40:54