Você poderia me dar alguns esclarecimentos sobre mineração de dados e algoritmos de inteligência artificial? Para que base matemática eles usaram? Você poderia me dar um ponto de partida, em matemática, para entender esses tipos de algoritmos?
mathematical-statistics
references
data-mining
algorithms
artificial-intelligence
kjetil b halvorsen
fonte
fonte
Respostas:
Isso pode parecer um pouco estranho na comunidade de estatísticos, mas tenho certeza de que a maioria dos algoritmos de aprendizado de máquina pode ser formulada como um problema de minimização funcional. Isso significa que isso será coberto com otimização matemática .
A outra coisa é que você provavelmente precisará de cálculo e álgebra linear para entender o que é otimização. E para interpretar seus resultados, é melhor você ter alguma experiência em teoria das probabilidades e estatística .
fonte
Talvez essa pergunta seja muito ampla, você deve dizer algo mais sobre o que usará na mineração de dados! Mas, a mineração de dados é essencialmente estatística, e grande parte do uso da IA que eu vi também é estatística. Então, o que você precisa é de matemática para estatística: 1) cálculo e análise real 2) probabilidade 3) Álgebra linear! Em termos práticos, 3) pode ser o mais importante, quase tudo o que você fará (usos inclusivos de 1) e 2)) dependerá fortemente da álgebra linear. Portanto, certifique-se de obter não apenas os conceitos, mas a habilidade manipuladora!
Muito mais é usado, mas talvez mais especializado. Portanto, não faz sentido dar conselhos mais detalhados até que você tenha especializado sua pergunta (e aprendido 1), 2) e 3))
fonte
Parece uma pergunta justa, que matemática devo aprender como base para o aprendizado de máquina?
Talvez seja a resposta que é ampla. Como ML se baseia em tantas disciplinas.
Outros sugeriram Álgebra Linear, Teoria da Probabilidade, Estatística, Espaços Métricos e muitos outros que são relevantes.
Talvez uma abordagem viável seja listar alguns dos algoritmos de ML mais populares, dê uma olhada neles e preencha a matemática com a qual você se sente menos à vontade.
fonte