7

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 和数据挖掘的概念时，我发现很难理解这些理论。

现在我已经浪费了 2-3 年，我什么也没得到。我需要先了解学习 AI 和数据挖掘所需的数学概念。

我不知道从哪里开始。我应该从 AI 的角度开始推荐哪些书籍和教程。

我应该如何获得使用 AI 和数据挖掘概念的基本要求。

编辑：我从网上得到了这份清单

矩阵代数：大多数机器学习模型都表示为矩阵和向量。特征向量和奇异值分解等概念无处不在。

贝叶斯统计：概率、贝叶斯规则、常见分布（例如，beta、Dirichlet、Gaussian）等。

多变量微积分：大多数学习技术在其核心使用梯度和 Hessians 来拟合参数。（如果您想变得更高级，请研究数值优化。）

信息论：熵、KL 散度等。这里只是基础知识。

在有限的情况下，更高层次的数学是有用的。例如，要了解流形学习，您需要了解几何和拓扑的一些基本概念。偶尔会使用抽象代数（例如，参见“期望半环”以学习超图）。我会根据需要学习这些，但是如果您有机会尽早学习它们，那也无妨。

谁能推荐一些这方面的书

4

3 回答 3

3

我学习数学的资源：http ://www.khanacademy.org/

您将能够在所有数学领域找到很多。

于 2012-10-23T02:17:43.017 回答
2

我同意@Lostdreamer 的观点，KhanAcademy.org 有很好的学习各种数学概念的材料。

对于机器学习的优秀在线入门课程，我强烈推荐 Coursera.org 上提供的机器学习课程。它由斯坦福大学教授 Andrew Ng 教授，您可以根据需要多次观看视频以了解这些概念。

练习和编程作业有助于将概念带回家。

我建议您在下次提供时注册它。这是课程注册页面的链接。

这是课程中材料预览的链接。

该课程包含线性代数的基本回顾，包括帮助我回顾这些材料的基本矩阵概念。

于 2012-10-23T02:25:15.420 回答
1

我强烈推荐@HeatfanJohn 的课程，我已经做了，没有任何AI知识，结果还不错，老师很棒，课程非常清晰，试试吧！

此外，我与其他课程同时制作了其他 AI 课程。这个更笼统，你会学到一点关于人工智能的知识，而且你应该没有任何以前的知识。如果你不习惯做数学，这个比 ML 更容易（在 ML 中你需要在 matlab 中做练习，这有时会有点棘手），但我发现它对于一般概述更有趣。我强烈建议你同时做 https://www.ai-class.com/

一个你会沉迷于人工智能的人（如果你参加这两门课程，你肯定会的！）我推荐 Udacity，这是一所令人惊叹的免费计算机科学在线“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 AI 班的老师制作了这个网页。一个是谷歌的研究主管（Peter Norvig），另一个是制造第一辆自动驾驶汽车的人（Sebastian Thrun）。优秀的人

于 2012-10-23T08:30:20.623 回答