Mathematikbasis für Data Mining und Algorithmen für künstliche Intelligenz

12

Könnten Sie mir etwas Klarheit über Data Mining und Algorithmen für künstliche Intelligenz geben? Auf welcher mathematischen Basis haben sie gearbeitet? Können Sie mir einen mathematischen Ansatz geben, um diese Art von Algorithmen zu verstehen?

kjetil b halvorsen
quelle
David Ferrucci, der den Sieg von IBM DeepQA / Watson bei Jeopardy anführte, sagte zum Beispiel, es sei ein hybrides System: Ein Team von 20 bis 25 Personen aus verschiedenen Disziplinen, darunter NLP, Computerlinguistik und Spiel Theorie, Stochastik und Optimierung und andere Disziplinen haben daran gearbeitet.
Die Top 10-Algorithmen im Data Mining bieten einen Überblick über inspirierende und führende Algorithmen. Ich fürchte, Sie müssen mehr Details angeben (welche Anwendungen? Welche Detaillierung?), Um nützliche Antworten zu erhalten.
chl

Antworten:

5

Das mag in der Gemeinschaft der Statistiker ein wenig seltsam klingen, aber ich bin mir ziemlich sicher, dass die meisten Algorithmen für maschinelles Lernen als funktionale Minimierungsprobleme formuliert werden können. Das heißt, dies wird mit mathematischer Optimierung abgedeckt .

Die andere Sache ist, dass Sie wahrscheinlich Kalkül und lineare Algebra benötigen , um zu verstehen, was Optimierung ist. Und um Ihre Ergebnisse zu interpretieren, sollten Sie sich mit Wahrscheinlichkeitstheorie und Statistik vertraut machen .

Dmitry Laptev
quelle
Ist dies nur eine Community von Statistikern, gibt es eine bessere Website zum Austausch von Stapeln für maschinell Lernende, ich bin mir nicht sicher, ob es eine dedizierte gibt?
image_doctor
1
Ich kenne keine spezifische Website für den Austausch von Maschinenlernstapeln. Aber hier gibt es viele Leute, die "maschinelles Lernen" betreiben (zum Beispiel ich), da Statistik und maschinelles Lernen wirklich sehr, sehr eng miteinander verbunden sind.
Dmitry Laptev
1

Diese Frage ist vielleicht zu weit gefasst. Sie sollten etwas mehr darüber sagen, wofür Sie Data Mining verwenden werden. Beim Data Mining handelt es sich jedoch im Wesentlichen um Statistiken, und ein Großteil der Verwendung von KI, die ich gesehen habe, betrifft auch Statistiken. Also, was Sie für die Mathematik brauchen, ist die Mathematik, die Sie für die Statistik brauchen: 1) Analysis und reelle Analyse 2) Wahrscheinlichkeit 3) Lineare Algebra! In der Praxis kann 3) das wichtigste sein, fast alles, was Sie tun werden (einschließlich der Verwendungen von 1) und 2)), werden Sie stark von der linearen Algebra abhängen. Stellen Sie also sicher, dass Sie nicht nur die Konzepte, sondern auch die manipulativen Fähigkeiten kennen!

Es wird viel mehr verwendet, aber vielleicht auch spezialisierter. Es macht also keinen Sinn, detailliertere Ratschläge zu geben, bis Sie Ihre Frage spezialisiert haben (und 1), 2) & 3)) gelernt haben.

kjetil b halvorsen
quelle
0

Es scheint eine faire Frage zu sein, welche Mathematik sollte ich als Grundlage für maschinelles Lernen lernen?
Vielleicht ist es die Antwort, die umfassend ist. Denn ML schöpft aus so vielen Disziplinen.

Andere haben vorgeschlagen, lineare Algebra, Wahrscheinlichkeitstheorie, Statistik, metrische Räume und viele andere, die alle relevant sind.

Möglicherweise besteht ein praktikabler Ansatz darin, einige der beliebtesten ML-Algorithmen aufzulisten, sie sich anzusehen und die Mathematik auszufüllen, mit der Sie sich weniger vertraut fühlen.

image_doctor
quelle