我曾经学过数学,但那是很久以前的事了。我已经做了8年的程序员,但当我开始学习人工智能和数据挖掘的概念时,我发现理论非常难以理解。
现在我已经浪费了2-3年,却一无所获。我需要先理解学习人工智能和数据挖掘所需的数学概念。
我不知道从哪里开始。你有什么关于人工智能方面的书籍和教程推荐吗?
我应该如何获取使用人工智能和数据挖掘概念的基本要求?
编辑: 我从互联网上找到了这个列表
矩阵代数:大多数机器学习模型都表示为矩阵和向量。例如特征向量和奇异值分解等概念广泛出现。
贝叶斯统计:概率、贝叶斯规则、常见分布(如贝塔分布、狄利克雷分布、高斯分布)等。
多元微积分:大多数学习技术在其核心使用梯度和海森矩阵来拟合参数。如果想更深入地学习,可以学习数值优化。
信息论:熵、KL散度等。这里只讲述基础知识。
在某些情况下,高级数学可能会有所帮助。例如,为了理解流形学习,您需要了解一些基本的几何和拓扑概念。有时还会使用抽象代数(例如,“期望半环”用于超图学习)。我建议根据需要逐步学习这些内容,但如果有机会尽早学习它们也无妨。
请问有人可以推荐一些关于这些方面的书籍吗?
f(a => b)
等相关内容时感到困难。 - Mirage