数学，相信上过学的人都学过。从小学到高中，大学的计算机专业都在学。有的人就问，虽然每天都在学习离散数学，高等代数，但是实际上都用不到，纯粹就是为了学分，为了毕业。 从本质上说，计算机离不开数学，被称为“计算机之父”的冯·诺依曼，大家都知道吧，20世纪最著名的数学家之一。其实开始计算机只是为了辅助人们做一些比较复杂耗时的计算。 所以说，计算机和数学密不可分。 上面说的都是计算机和数学的关系，那么计算机专业呢？计算机专业都是学的编程知识，和数学有毛关系？下面说一下数学可能带给计算机专业同学未来工作的影响。 ? 1.数据库 数据，一下子就拉近了数学和计算机的距离，计算机离不开数据，数学那就是一辈子和数据在一起。互联网后台靠什么，数据库存储，大并发，大数据，这都和数学里面的很多定理和公式有关系。 也许数学对于你当个不错的程序员来说，没那么重要，但是要再往上走一步，有一点点技术上的创新，就都是数学的事儿了。
英语不好，是困难；数学不好，也是困难，但这又能怎么样？“万水千山只等闲”！爷就是要学会JS。在心态上一定要有这种气势。因为学习，就是一场战斗。我学会了，学的好，面对好工作，你就抢不过我。 那么话说回来，英语不好能不能学好JS？必须能啊，因为我英语就不好，哈哈哈，其实我是变相的夸我自己JS学的好。其实我JS也确实还行哈，大家鼓掌。 那么，英语不好，该怎么学习JS呢？ 如果你每天写100行JS，你觉得你用几天能都记住它们？英文不好，根本不是学不好JS的问题。JS学不好的原因是，不好好学JS。 那么，数学不好，该怎么学习JS呢？ 真不巧，我数学也不好。不好到什么程度？ 我初中二年级有一次数学考试，5分。。。能想像么？从头蒙到尾，也不至于5分吧，我这么多读者中，有数学分数比我还低的么，， 不过还好，基本的加减乘除，还是学会了的。 明白了么，数学不好，不是学不好JS的问题。如果这种程度的数学都不OK，那就不是数学不好，那是真傻。 就酱。
个人网站、项目部署、开发环境、游戏服务器、图床、渲染训练等免费搭建教程，多款云服务器20元起。
【导读】本文介绍由是微软亚洲研究院经过一年的研发推出的AI实践课程，无需数学基础，从简单的代码入手，逐步教会学生神经网络的原理，每一步都有代码展现原理。 有实训平台，可以在上面用GPU训练AI模型，有众多有趣+实用的案例。 邹欣现任微软亚洲研究院首席研发总监，参与AI平台的研发和推广工作。 同时本教程对数学的要求并不是很高，学习门槛一下子就降了不少。 适用范围 没有各种基础想学习却无从下手哀声叹气的玩家，请按时跟踪最新博客，推导数学公式，跑通代码，并及时提出问题，以求最高疗效； 深度学习小白，有直观的人工智能的认识，强烈的学习欲望和需求，请在博客的基础上配合代码食用 参考链接： https://github.com/microsoft/ai-edu/tree/master
收到很多咨询的留言，学生总是会问： “我成绩不好，能学好编程吗？” “我数学不好是不是代表逻辑思维不行？” “我英语都不及格，那么多单词我怎么记得住？” 其实刚开始学编程是不需要太高深的数学和英语基础的，所以大家要放心！ 下面小编在网上搜罗了一些资料，加上自己的经历整理，希望能帮助到大家。 一个人不要随便地给自己贴标签，比如自己给自己贴上“数学和英语不好”这个标签，也许它符合你现在的情况，但并不等于你以后也是这种情况。 Emma Mulqueeny（既是企业家又是程序员） 说：大多数情况下，很难的数学题（物理和几何）要么被计算机解答，要么被其他人解答。 除非你在一些特定的有特殊要求的领域写程序，否则，大多数情况下用不上很高深的数学。 2、去学习英语。
【AI100 导读】欢迎阅读《数学不好，也可以学好人工智能》系列的第六篇文章。如果你错过了之前的五部分，一定记得把它们找出来看一下！ 还记得我们在第四部分看过的那篇与张量有关的文章（AI 技术讲座精选：数学不好，也可以学习人工智能（四）——图解张量）吗？那是一个集合。 ? 一个集合通常由大写字母变量表示，如 A、B、V 或者 W。 记住第4部分《数学不好，也可以学习人工智能》（AI 技术讲座精选：数学不好，也可以学习人工智能（四）——图解张量）中用猫证明张量的部分，矢量是数字的单行或单列。每行或每列是矩阵中的独立向量。 AI技术讲座精选：数学不好，也可以学习人工智能 AI 技术讲座精选： 数学不好，也可以学习人工智能（二） AI 技术讲座精选：数学不好，也可以学习人工智能（三） AI 技术讲座精选：数学不好，也可以学习人工智能 （四）——图解张量 AI 技术讲座精选：数学不好，也可以学好人工智能（五）——深度学习和卷积神经网络 本文作者 Daniel Jeffries 是一位作家、工程师和企业家，研究领域涵盖了从 Linux
【AI100导读】越来越多工程师想学习大热的深度学习，但深度学习技术需要数学功底，数学不好怎么办？这篇文章可以提供成为深度学习工程师的数学路径。 如果你像我一样，也着迷于人工智能。 也许你是一个敢于尝试新事物的开发人员或系统架构师，你知道计算机非常好，但只有一个小问题： 你的数学不好。 没关系！ 但是人工智能和数学却受大脑的其他地方影响。 我需要的是一些为像你不懂数学一样的成年人写的通俗读物。我也需要那些可以告诉我为什么数学可以发挥作用的书。 数学可以归纳为变量和规则。你可以学习这些变量和规则！ ? 当你阅读这本书时，你会想要这个网站中的主要数学符号便携指南。如果你能像我一样，你就必须在坚持不下去之前成百上千次的记忆这些符号。 ---- 编译： AI100 原文地址：https://hackernoon.com/learning-ai-if-you-suck-at-math-8bdfb4b79037#.gb6vrdxm1 -
【AI100 导读】本系列文章将陆续向大家推荐一些数学用书，今天这篇文章有针对性的介绍了数学不好的人，究竟该怎样学习人工智能。 ? 如果你已经看过本系列的第一篇文章，那么肯定已经具备了某些数学基础。 但不要被我所误导，我并不是说数学不重要。数学可以帮你更加清楚的理解人工智能的深层含义。 但我很高兴你能阅读到这里，因为接下来我们要学习第二步。 克服自我否定 在学习任何新东西之前，都要尽可能快的打消自我怀疑的想法，这一点非常重要。 你需要的，是那些能快速帮你进入比赛状态的工具。 Kears 将是一个很好的帮手，它的构建基础要么是 TensorFLow，要么是 Theano。 ? ---- 编译：AI100 原文链接：https://hackernoon.com/learning-ai-if-you-suck-at-math-part-two-practical-projects
【AI100 导读】学习人工智能到底要不要学好数学，这俨然已经成了一个争议话题了？ 之前 AI100 刊发了本系列的前两篇文章，也发表了作者子白的《放弃幻想，搞 AI 必须过数学关》，不知你是否有自己的结论。也许是针锋相对，也许是殊途同归，但动手能力终归是关键。 ? 过去的几年里，尽管 AMD 在加密货币挖矿方面收获颇丰，但尚未在 AI 领域有所建树。AMD 正奋起直追，以求在 AI 领域占据一席之地，相信不久的将来便可有所突破。 而对于AI而言，显卡越多越好。当然，AI也存在收益递减点，不过那是在十几个或者上百张显卡（取决于算法）的情况下，而我们现在只有4个显卡。所以把它们都用上吧！ Pandas = 高性能的数据分析 Scikit-learn = 一个受欢迎并且功能强大的机器学习库 NumPy = 用于数字计算的Python Matplotlib = 数据可视化库 Scipy = 数学和科学计算
【AI100 导读】本文是《数学不好，也可以学习人工智能》系列的第四篇文章，主要内容围绕 Tensors（张量）展开。 ? 现在的你是否已经下载好 TensorFlow 并准备好开始深度学习了呢？ 这其中的问题就在于，大多数谈论 tensor 的教程早就默认了听众或者观众已经明白了所有的描述性的数学语言。 没什么好怕的！ 像小孩子一样，我也很讨厌数学。 在本篇教程中，我们将会用到 Python、Keras、TensorFlow 以及 NumPy，在之前的系列文章《数学不好，也可以学习人工智能（三）》中都已经介绍过。 张量的体积可以大到不可思议，甚至能超过1TB。在现实世界中，我们需要尽可能地缩小采样视频的大小，否则模型可能永远都训练不完。 本文由 AI100 编译，转载需得到本公众号同意。
你不用花超过129，000美元来购买 Nvidia’s DGX-1，这个AI超级计算机可以放在一个盒子里。我马上要给你展示它的性能，你绝对不可能找到比它表现更好的了。 为了满足在四个显卡的情形下主板能支持最高的总线速度，我们需要微星的超级游戏 X99A SLI Plus。 你也可以选择华硕X99 Deluxe II。 如果你的显卡少于4个，你就有了更多的选项。 其实绝大部分的AI研究都是用Python写的，因为它简单易学好操作。我不敢保证在AI正式进入人们的生产生活之后 Python会成为最主要的语言，但就目前来说Python是很有必要掌握的。 now 给Anaconda安装Tensorflow, Theano, 和 Keras 你要给Python 2和3两个版本的Anaconda安装这些库，他们自带性能最优化，所以用这些Anaconda支持的库能获得更好的效果
欢迎来到“The Math of Intelligence”，在接下来的三个月里，我们将学习“机器学习”中相关的重要数学概念，也即所有你需要的微积分理论、线性代数、概率论和统计学的相关概念。 虽然你确实可以简单地套用黑盒子API，但是如果你有这种数学直觉，那你就能有究竟用哪种算法来完成自己工作的直觉，甚至能够从无到有地建立贴合自己需求的算法。 机器学习的核心，其实是数学的最优解问题，这是一种思考方式，任何的问题都能被分解为寻求最优解的过程。 我们想达到的目标就是，我们能建立一模型，一旦手头上有数据作为输入值丢进模型里就算出一个最优解来，实现这个目标的途径之一就是减少我们定义的错误值。 我们必需学习X上未知分布的映射，来回答Y值是多少，我们必需测量一些性能指标的误差函数，所以我们要做的就是从一些可能的模型中选择能代表该函数的模型。
【AI100 导读】欢迎阅读《数学不好，也可以学好人工智能》系列的第五篇文章。如果你错过了之前的四部分，一定记得把它们找出来看一下！ 在训练集异常的情况下，它们也能帮我们减少网络零的第二类过度拟合情况，但是真的与挑选狗、鸟或者猫的图片一点关系都没有。 为了能实现目标，我们对模型进行了编译并赋予了它优化功能。 优化器会在考虑到模型权重的情况下，计算误差函数的梯度（用数学术语来说，也叫偏导数）。 那意味着什么？ 本文由 AI100 编译，转载需得到本公众号同意。
可能我数学不好，但语言却是我的强项！ 所以我打算探索一下，NLP在我精通的领域中会带来什么样的见解。 请看，这是吟游诗人的画像。 ? 我有太多的疑问。NLP已经发现书写凄美诗词的隐藏关键点了吗？ AI的措辞会比这位吟游诗人（Bard）的更好吗？它们能找到让人忍不住点击的头条的秘诀吗？ 幸运的是，我脑海里刚好想到一个测试NLP局限性的项目。 可是，虽然这对老师、编辑以及学数学的人来说很有意思，但你可能会惊奇地发现，对于作家而言，这却是司空见惯的折磨。 我讨厌语法！ 那是因为我的作家朋友们和我都理解源于别处文字的真正的力量。 AI技术讲座精选：数学不好，也可以学习人工智能 AI 技术讲座精选： 数学不好，也可以学习人工智能（二） AI 技术讲座精选：数学不好，也可以学习人工智能（三） AI 技术讲座精选：数学不好，也可以学习人工智能 （四）——图解张量 AI 技术讲座精选：数学不好，也可以学好人工智能（五）——深度学习和卷积神经网络 AI 技术讲座精选：数学不好，也可以学习人工智能（六）——巧用数学符号 原文链接：https://hackernoon.com
这篇文章介绍了她的日常工作、研究兴趣、对 AI 研究人员的建议等。 问：你是如何开始 AI 研究的？ 答：我在英国剑桥长大，很小的时候就对数学感兴趣。我喜欢做奥数题，本科时在剑桥大学学习纯粹数学。 虽然数学很有意思，但我想研究一些与现实世界联系更强的东西，于是我转向了计算机科学（CS）。 答：研究数学的时候，我的技术栈是纸和笔。现在，我用： Atom 来编程：我喜欢基于 GUI 的文本编辑器。我可能永远不会学习 Vim，不学对我也没什么影响！ 问：进入 AI 领域之前你做的是什么？它是如何对你现在的工作产生影响的？ 答：从纯粹数学研究转到深度学习有点奇怪——前者是如此严肃，而后者是如此经验性的东西。 我很喜欢之前的纯粹数学训练，因为它能让我涉猎方程和证明（即使很难，但我至少不会害怕退缩）。 除了科学，我感兴趣的还有艺术、文学、电影，以及它们与更广阔社会的关系。
如果你看到有人说什么不懂数学也能搞 AI，那你可能要警惕，因为这很可能是一种误导。 还得研究微分方程、运动学、动力学。毫不夸张的说，在 AI 学习的入门阶段，数学是主要的攻坚对象，任何胸有大志的 AI 学习者都不要幻想绕过数学。 可能正是因为数学是一只拦路虎，最近我们看到了不少鸡汤文章出来安慰说数学不好也可以学 AI。 但是很多人现在看文章只看标题啊，所以就产生了幻想，是不是不学数学也能搞 AI呢？有没有可能把数学都交给封装好的框架和程序库，我只做调用和调试的工作呢？ 对于绝大多数 AI 工程师来说，还是应该以机器学习为主导，对于其中涉及的数学知识形成理解，打牢基础，突出重点，适度拓宽，这就算过关了。以后根据主攻方向，随用随学，急用先学，这样就可以了。
明敏 发自 凹非寺 量子位 | 公众号 QbitAI 不得不说，科学家们最近都在痴迷给AI补数学课了。 这不，脸书团队也来凑热闹，提出了一种新模型，能完全自动化论证定理，并显著优于SOTA。 难道说这一次AI大战数学，是要成功了？ 还是Transformer 本文提出的方法为一种基于Transformer的在线训练程序。 Lean更为人熟知的，是微软那个可以参加IMO赛事的AI算法。Lean库就是为了教会同名算法所有的本科数学知识，并让它学会证明这些定理。 四色定理是近代数学三大难题之一，它提出“任何一张地图只用四种颜色就能使具有共同边界的国家，着上不同的颜色”。 由于这一定理的论证需要大量计算，在它被提出后100年内，都没有人能完全论证。 加之随着数学问题愈加复杂，用人力来检验定理是否正确也变得更加困难。 近来，AI界也把目光逐步聚焦在数学问题上。 2020年，OpenAI推出数学定理推理模型GPT-f，可用于自动定理证明。
人工智能中的数学概念一网打尽！欢迎来到YouTube网红小哥Siraj的系列栏目“The Math of Intelligence”，本视频是该系列的第二集，讲解优化问题和常用便捷优化方法。 这就是数学，不论你的文化你的年龄如何，你都能理解这门数字的语言。是它将我们从空间和时间上联系起来。 跟其他语言一样，数学也是熟能生巧，但有一点不同的是，数学语言运用得越熟练，在做其他想做的事时你就越游刃有余。 ? 生活中处处有数学，只是一定程度上大多数人都没意识到。 在数学里面，我们把这种联系称之为函数，我们就是用这种方法表达一组模式 一种映射关系，以及多个变量之间的关系。 泰勒级数是一位英国数学家发明的，他的名字是布鲁克·泰勒·斯威夫特。然后我们计算初始x点的二阶泰勒级数，并计算出它的最小值。
答：−70x − 165 都是AI的数学考题了。 消息一出，人类纷纷欢呼了起来：天道好轮回，苍天饶过谁。 ? 200万道，都有什么题型 为什么突然想知道AI的数学好不好？ DeepMind说，AI和人类学数学的方法不一样。 我们主要是靠推理、学习、利用法则和运算符号，而AI依赖的是经验和证据。 举个耳熟能详的栗子，机器学习面试梗。 考官：你的强项是什么？ AI的答案，是归纳出来的答案。 DeepMind觉得，没有人类的推理能力，AI学数学会很困难。可数学领域，对神经网络架构的研究来说，又很重要。 所以团队想要看看，用归纳来学数学，究竟怎么样。 这证明，AI在算数学题的时候，完全靠归纳总结，并没有使用代数技能。 手里有的计算器，都不知道用，真是个老实人。 现在，你可以出去吹牛： 我数学比AI都好。 不过，这项研究本身就不是在帮你考高数呀，DeepMind作为一个能造出AlphaGo的公司，应该理解不了学渣的痛苦。
人工智能中的数学概念一网打尽！ 模型就要学习所有眼睛颜色的，大致表示法，这样，给出一个未贴标签（表示是眼睛）的眼睛图片，它也能认出，这是眼睛。 一旦数据矢量化，我们可以做很多事情了。 一个经过训练的”单词对向量”模型可以将“单词“转化成“向量”，然后我们可以对这些向量，进行数学计算。我们可以看出单词之间有多密切的关系。 我们训练模型以适应一组训练数据，但有时该模型能适应训练数据，导致它没有很好的预测性能。它不能很好地推广到新的数据点。 概括起来，特征向量是用数学的方法，来表示数据的数字，或符号特征。
腾讯智慧建筑 AI 能效（微瓴能效）在保障建筑室内环境健康舒适的前提下，提高设备的运行效率，降低能源系统的能源费用及运维成本。实现能源精细化管理、AI 智能优化控制管理、能源设备设施智能管理“三理”联动……
扫码关注腾讯云开发者
领取腾讯云代金券
云服务器
网站备案
对象存储
云直播
实时音视频
