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和数据挖掘中的概念时,我发现很难理解这个理论。
现在我浪费了2-3年,什么都没有。我需要首先了解的数学概念,需要学习人工智能和数据挖掘。
我不知道从哪里开始。你建议我从人工智能的角度开始阅读哪些书籍和教程。
我应该如何获得使用AI和数据挖掘概念的基本要求。
编辑:我从网上得到了这个列表。
矩阵代数:大多数机器学习模型被表示为矩阵和向量。像特征向量和奇异值分解这样的概念随处可见。
贝叶斯统计:概率、Bayes准则、常用分布(如β分布、Dirichlet分布、高斯分布)等。
多变量微积分:大多数学习技术使用梯度和Hessians作为核心来拟合参数。(如果你想变得更有魅力,就研究数值优化。)
信息论,:熵,KL发散,等等。
在有限的情况下,更高级的数学是有用的。例如,要理解流形学习,您将需要从几何学和拓扑学中了解一些基本概念。偶尔使用抽象代数(例如,在超图上学习“期望半环”)。我会视需要学习这些东西,但如果你有机会早点学会,也不会有什么坏处。
有人能推荐一些关于这些的书吗?
发布于 2012-10-23 02:17:43
我的数学学习资源:http://www.khanacademy.org/
你将能够在所有的数学领域找到很多东西。
发布于 2012-10-23 02:25:15
我同意@Lost竟梦家的观点,KhanAcademy.org有很好的学习各种数学概念的材料。
对于一个优秀的在线机器学习入门课程,我强烈推荐在Coursera.org上提供机器学习课程。这是斯坦福大学教授安德鲁·吴教授教的,你可以看很多次的视频,只要你需要理解这些概念。
这些练习和编程作业有助于把这些概念带回家。
我建议你下一次为它登记。这是一个课程注册页面的链接。
这是一个链接来预览课程中的材料。
本课程包括线性代数的基本回顾,包括帮助我复习这些材料的基本矩阵概念。
发布于 2012-10-23 08:30:20
我非常推荐@HeatfanJohn的课程,我已经做到了,没有任何人工智能的knoledge,结果非常好,老师很棒,课程非常清晰,试试吧!
此外,我在同一时间做了另一门人工智能课程。这是一个更普遍的,你将了解一点关于人工智能的一切,没有任何以前的知识,你应该有。如果你不习惯做数学,这个比ML更简单(在ML中,你需要用matlab做练习,这有时有点棘手),但是我发现它对于一般的概述来说更有趣。我强烈建议你同时做两个https://www.ai-class.com/
一个你对人工智能上瘾的人(如果你上了这两门课,你肯定会的!)我想起了乌达,一个令人惊叹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,人工智能班的老师制作了这个网页。一位是谷歌的研究总监(彼得·诺维格),另一位是制造第一辆自动驾驶汽车的人(塞巴斯蒂安·特伦)。了不起的人
https://stackoverflow.com/questions/13022587
复制相似问题