谢邀,首要回答一下人工智能到底学什么
人工智能“六步走”学习路线
1、学习并把握有些数学知识
高等数学是基本中的基本,一切理工科都必须这个打底,数据挖掘、人工智能、模式识别此类跟数据打交道的又尤其必须多元微积分运算基本
线性代数很要紧,通常来讲线性模型是你最先要思虑的模型,加上很可能要处理多维数据,你必须用线性代数来简洁清晰的描述问题,为分析求解奠定基本
概率论、数理统计、随机过程更加是少不了,触及数据的问题,不确定性几乎是不可避免的,引入随机变量顺理成章,关联理论、办法、模型非常丰富。非常多设备学习的算法都是创立在概率论和统计学的基本上的,例如贝叶斯归类器、高斯隐马尔可夫链。
再便是优化理论与算法,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各样看起来没解然则要解的问题,优化将是你的GPS为你指路
有以上这些知识打底,就能够开拔了,针对详细应用再弥补关联的知识与理论,例如说有些我觉得有帮忙的是数值计算、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