1. 首頁 > 云知道 > >

馬爾可夫隨機場,概率上所說的隱馬爾可夫模型

云知道模型

人工智能需要學習哪些數學知識？

馬爾可夫隨機場,概率上所說的隱馬爾可夫模型


需要的數學還是很多的，看你想學到什么程度了 。如果你是新手，啥也不懂 。那么我覺得可以先看看華東師范大學出版社與商務印書館出的高中教材《人工智能基礎（高中版）》 。這本書是人工智能的獨角獸公司商湯科技與華東師范大學一起編的，里面有很多數學 。不過這些數學不是很難理解 。比如這里面寫到了矩陣的卷積 。如果你沒有學過矩陣也沒有關系，照葫蘆畫瓢吧 。
【馬爾可夫隨機場,概率上所說的隱馬爾可夫模型】在這個書里，講到人工智能圖像識別的時候，也用到了RGB矩陣 ?？偟脕碚f，每一張照片都可以看成一個三階張量 。一堆照片就是很多三階張量，它們組成了一個圖像空間 。因此圖像空間里的每一點都對應一張照片 。如果你能理解這些數學語言，那么你就很容易看懂人工智能的東西——這個對數學系出身的人來說，沒有什么難度 。但對沒有數學系思維鍛煉的人來說，則需要適應一段時間 。
想要學習大數據，應該看些什么書？
馬爾可夫隨機場,概率上所說的隱馬爾可夫模型


推薦的學習書單1.《統計學習基礎 數據挖掘、推理與預測》盡管應用的是統計學方法，但強調的是概念，而不是數學 ?！督y計學習基礎:數據挖掘、推理與預測》內容廣泛，從有指導的學習（預測），到無指導的學習；從神經網絡、支持向量機，到分類樹、提升等主題，應有盡有，許多例子還附以彩圖，是同類書籍中介紹最全面的 。計算和信息技術的飛速發展帶來了醫學、生物學、財經和營銷等諸多領域的海量數據 。
理解這些數據是一種挑戰，這導致了統計學領域新工具的發展，并延伸到諸如數據挖掘、機器學習和生物信息學等新領域 。2.《模式分類》第二版除了保留了第1版的關于統計模式識別和結構模式識別的主要內容以外，讀者將會發現新增了許多近25年來的新理論和新方法，其中包括神經網絡、機器學習、數據挖掘、進化計算、不變量理論、隱馬爾可夫模型、統計學習理論和支持向量機等 。
3.《推薦系統實踐》過大量代碼和圖表全面系統地闡述了和推薦系統有關的理論基礎，介紹了評價推薦系統優劣的各種標準(比如覆蓋率、滿意度)和方法(比如AB測試)，總結了當今互聯網領域中各種和推薦有關的產品和服務 。4.《深入搜索引擎–海量信息的壓縮、索引和查詢》理論和實踐并重，深入淺出地給出了海量信息數據處理的整套解決方案，包括壓縮、索引和查詢的方方面面 。
其最大的特色在于不僅僅滿足信息檢索理論學習的需要，更重要的是給出了實踐中可能面對的各種問題及其解決方法 。5.《概率論與數理統計》這本書不用過多介紹了吧，普遍大學里大一時期的教科書，只恨當年沒聽課啊，現在正在慢慢啃 。6.《大數據：互聯網大規模數據挖掘與分布式處理》主要內容包括分布式文件系統、相似性搜索、搜索引擎技術、頻繁項集挖掘、聚類算法、廣告管理及推薦系統 。
7.《Web數據挖掘》信息檢索領域的書籍，該書深入講解了從大量非結構化Web數據中提取和產生知識的技術 。書中首先論述了Web的基礎（包括Web信息采集機制、Web標引機制以及基于關鍵字或基于相似性搜索機制），然后系統地描述了Web挖掘的基礎知識，著重介紹基于超文本的機器學習和數據挖掘方法，如聚類、協同過濾、監督學習、半監督學習，最后講述了這些基本原理在Web挖掘中的應用 。

推薦閱讀