Все, что вы должны знать о важности математики в машинном обучении и искусственном интеллекте
Наше общество переживает различные технологические изменения. Буквально через пару десятков лет она будет не совсем такой, как сегодня. Одним из важных факторов, влияющих на различные аспекты повседневной жизни и трансформирующих их, является широкое распространение искусственного интеллекта и машинного обучения.
Не так много людей, на которых в той или иной форме не повлиял искусственный интеллект или машинное обучение; через социальные сети, смарт-банкинг, здравоохранение или даже Uber. Согласно исследованию, 75% того, что люди смотрят на Netflix, рекомендовано искусственным интеллектом и машинным обучением.
По какой причине мне нужно изучать математику?
Математика используется в физике для описания движения планет к движению электронов в частицах. Математика используется в экономике для описания колебаний на фондовых рынках. Математика используется в информатике для демонстрации правильности программ. Математика дает нам мощный ответ в виде методологии минимизации и обратного распространения, которые уже давно широко известны. Язык математики очень точен.
Но почему так точно? Что ж, вначале, когда людям нужно было отслеживать вещи, они начинали считать и вскоре записывали их с помощью своих собственных символов, которые мы сейчас называем числами. Это было рождением математики.
Мы должны понимать фундаментальные идеи математики, писать собственные алгоритмы и выполнять существующие алгоритмы для решения многих реальных проблем. Есть четыре столпа машинного обучения, в которых решается большая часть наших реальных проблем.
Статистика. Используется для получения выводов на основе данных. Он управляет статистическими стратегиями сбора, введения, исследования и интерпретации числовых данных.
Вероятность. В области машинного обучения она используется для прогнозирования вероятности будущих событий на основе старого опыта.
Исчисление. Он занимается оптимизацией производительности моделей машинного обучения или алгоритмов. Без понимания исчисления трудно обрабатывать вероятности на основе данных, и мы не можем извлечь потенциальные результаты из данных, которые мы берем.
Линейная алгебра. Она играет важную роль в знании базовой теории, лежащей в основе машинного обучения, и помогает сделать правильный выбор.
Мои взгляды на это
Для энтузиастов и стремящихся к машинному обучению математика является важным аспектом, на котором следует сосредоточиться, и важно создать прочную основу в математике. Каждая идея, которую вы изучаете в машинном обучении, каждый небольшой алгоритм, который вы составляете или реализуете для решения проблемы, прямо или косвенно имеет отношение к математике. Это теоретические знания, которые мы приобретаем на предыдущем этапе, но в области машинного обучения мы испытываем практические варианты использования математики, которые мы изучали ранее.
Самый идеальный подход, чтобы освоиться с идеями математики, — это взять алгоритм машинного обучения, открыть вариант использования, решить и понять математику, стоящую за ним.
Заключение
Математическая статистика позволяет обнаруживать связи в большом количестве данных и отличать случайные совпадения от закономерностей. А теория оптимизации позволяет быстро подобрать такие настройки параметров сложной системы, при которых работа этой системы нам подходит. Машинное обучение — это область, объединяющая вероятность, статистику, информатику и алгоритмы, которые используются для создания интеллектуальных приложений. Эти приложения могут собирать полезные и полезные данные из данных, которые ценны для получения бизнес-аналитики. Поскольку машинное обучение связано с изучением и использованием алгоритмов, важно, чтобы у вас была математическая база.
