人工智能到底是学些什么？
<div style="color: black; text-align: left; margin-bottom: 10px;"><span style="color: black;">
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">谢邀，<span style="color: black;">首要</span>回答一下人工智能到底学什么</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"><a style="color: black;">人工智能“六步走”学习路线</a></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;"> 1、学习并<span style="color: black;">把握</span><span style="color: black;">有些</span>数学知识</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">高等数学是<span style="color: black;">基本</span>中的<span style="color: black;">基本</span>，一切理工科都<span style="color: black;">必须</span>这个打底，数据挖掘、人工智能、模式识别此类跟数据打交道的又尤其<span style="color: black;">必须</span>多元微积分运算<span style="color: black;">基本</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">线性代数很<span style="color: black;">要紧</span>，<span style="color: black;">通常</span><span style="color: black;">来讲</span>线性模型是你最先要<span style="color: black;">思虑</span>的模型，加上很可能要处理多维数据，你<span style="color: black;">必须</span>用线性代数来简洁清晰的描述问题，为分析求解奠定<span style="color: black;">基本</span></p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">概率论、数理统计、随机过程<span style="color: black;">更加是</span>少不了，<span style="color: black;">触及</span>数据的问题，不确定性几乎是不可避免的，引入随机变量顺理成章，<span style="color: black;">关联</span>理论、<span style="color: black;">办法</span>、模型非常丰富。<span style="color: black;">非常多</span><span style="color: black;">设备</span>学习的算法都是<span style="color: black;">创立</span>在概率论和统计学的<span style="color: black;">基本</span>上的，<span style="color: black;">例如</span>贝叶斯<span style="color: black;">归类</span>器、高斯隐马尔可夫链。</p>
<p style="font-size: 16px; color: black; line-height: 40px; text-align: left; margin-bottom: 15px;">再<span style="color: black;">便是</span>优化理论与算法，除非你的问题是像二元一次方程求根那样有现成的公式，否则你将不得不面对<span style="color: black;">各样</span>看起来<span style="color: black;">没</span>解<span style="color: black;">然则</span>要解的问题，优化将是你的GPS为你指路</p>有以上这些知识打底，就<span style="color: black;">能够</span>开拔了，针对<span style="color: black;">详细</span>应用再<span style="color: black;">弥补</span><span style="color: black;">关联</span>的知识与理论，<span style="color: black;">例如</span>说<span style="color: black;">有些</span>我觉得有<span style="color: black;">帮忙</span>的是数值计算、图论、拓扑，更理论一点的还有实/复分析、测度论，偏工程类一点的还有信
</span></div>
我深感你的理解与共鸣，愿对话长流。
页:
[1]