人工智能领域需要用到哪些数学

既然说的是数学,我觉得首先看切入点,如果是计算视觉,毕竟视觉是个很大的坑1. 线性代数:各种与线性代数相关的数学知识是肯定要掌握的。像当下大家习惯用张量来表示数据。2.复变函数:或者说信号与系统,图像中的滤波,相关数据的预处理,参考数字图像处理。3.微积分:这些是真的基础了,对其中的概念要熟稔于心,你会在无形之中用到,像机器学习很常用的loss的计算,你要在梯度下降的时候熟练的掌握各种目标函数的导数、偏导数和积分4.概率论与数理统计:这些都是非常基础的东西,像概率分布,KL距离等再往后面延伸还有信息论等内容它是更实用理论的基础。5.最优化在简单基础的应用场景下,我们希望机器学习能很好的对于事物有个归纳总结的能力,所以训练学习的过程有点像一个拟合过程,不用的应用场景对不同的目标进行优化所以肯定是基础再上一层所要具备的数学素养6.凸优化更进一步的优化应用7. 组合数学这是计算机行业的基本功8.具体数学一本书叫这个名字,同样应该作为通用计算机类数学基本功9.时间序列分析10.随机过程如果想到更好的表达方式再更


    推荐阅读