데이터 마이닝 및 인공 지능 알고리즘을위한 수학 기반


12

데이터 마이닝 및 인공 지능 알고리즘에 대해 설명해 주시겠습니까? 그들이 사용한 수학의 기초는 무엇입니까? 이러한 유형의 알고리즘을 이해하기 위해 수학에서 시작점을 알려 주시겠습니까?


예를 들어 Jeopardy에서 IBM DeepQA / Watson의 승리를 이끌었던 David Ferrucci는 하이브리드 시스템이 될 것이라고 말했다. 이론, 확률론 및 최적화 및 기타 분야가 연구되었습니다.

데이터 마이닝의 상위 10 개 알고리즘 은 고무 및 주요 알고리즘에 대한 개요를 제공합니다. 유용한 답변을 얻으려면 더 자세한 정보 (어떤 응용 프로그램, 어떤 수준의 세부 정보)를 제공해야합니까?
chl

답변:


5

실제로 통계 전문가 커뮤니티에서는 조금 이상하게 들릴 수 있지만 대부분의 머신 러닝 알고리즘은 기능적 최소화 문제로 공식화 될 수 있습니다. 이것은 이것이 수학적 최적화 로 다룰 것이라는 것을 의미합니다 .

다른 한 가지는 최적화 란 무엇인지 이해하기 위해 미적분선형 대수학 이 필요할 것입니다 . 결과를 해석하려면 확률 이론통계 에 대한 배경 지식이 있어야 합니다 .


이것은 순수하게 통계 학자 커뮤니티입니까? 기계 학습 사람들을위한 더 나은 스택 교환 사이트가 있습니까? 전담 사이트가 있는지 확실하지 않습니까?
image_doctor

1
특정 기계 학습 스택 교환 사이트를 모르겠습니다. 그러나 통계와 머신 러닝이 매우 밀접하게 연결되어 있기 때문에 많은 "머신 러닝"사람들 (예 : 저)을 찾을 수 있습니다.
Dmitry Laptev

1

이 질문은 아마도 광범위 할 것입니다. 데이터 마이닝을 사용할 대상에 대해 더 많이 말해야합니다! 그러나 데이터 마이닝은 기본적으로 통계이며 필자가 본 AI 사용의 대부분은 통계입니다. 따라서 필요한 수학은 통계에 필요한 수학입니다. 1) 미적분과 실제 분석 2) 확률 3) 선형 대수학! 실제로 3)가 가장 중요 할 수 있습니다. 거의 모든 일 (1을 포함하여 2)은 선형 대수학에 크게 의존합니다. 따라서 개념뿐만 아니라 조작 기술도 갖추어야합니다!

훨씬 더 많이 사용되지만 더 전문화 될 수 있습니다. 따라서 질문을 전문화하고 (1), 2) & 3)) 할 때까지 더 자세한 조언을하는 것은 의미가 없습니다.


0

기계 학습의 기초로 어떤 수학을 배워야합니까?
어쩌면 그것은 넓은 대답 일 것입니다. ML이 많은 분야에서 도출됨에 따라

다른 사람들은 선형 대수, 확률 이론, 통계, 통계 공간 및 모든 관련이 많은 다른 것들을 제안했습니다.

아마도 가장 유용한 ML 알고리즘 중 일부를 살펴보고 익숙하지 않은 수학을 작성하는 것이 실용적 접근 방법 일 것입니다.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.