人工智能主要学什么？_ZNDS问答

molc

人工智能主要学什么？

人工智能、机器学习、高级操作系统、高级算法设计、计算复杂性、数学分析、高级计算机图形、高级计算机网络。

首先，数学算法包括以下内容：
1.线性代数
标量、向量、矩阵和张量；矩阵向量的运算；单位矩阵和逆矩阵；行列式。方差，标准偏差；规范；特殊类型的矩阵和向量；特征分解及其意义；奇异值分解及其意义
摩尔-彭罗斯伪逆；跟踪操作
2.概率与统计
概率学派和贝叶斯学派；什么是随机变量，什么是概率分布？条件概率、联合概率和全概率公式；边际概率；独立和有条件独立；预期，方差，公司和相关系数；公共概率分布；贝叶斯及其应用；中心极限定理；最大似然估计；概率论中的独立同分布
3.最佳化
计算复杂性和NP问题；上溢和下溢；导数、偏导数和两个特殊矩阵；方向导数和梯度；梯度下降法；牛顿法；仿射集、凸集和凸锥；超平面、半空间和凸集的分离定理：不改变凸性的操作；凸函数与凸优化：无约束优化、等式约束优化、不等式约束优化；线性规划中的对偶理论：拉格朗日对对理论
4.信息论和其他
信息熵；条件熵；相对熵(KL散度)；相互信息；几种常用的距离度量；图论；树形理论
第二，计算机技术
了解计算机原理、计算机程序知识、计算机程序设计，包括以下内容：
精通Python和Java。了解主流人工智能图书馆，如TensorFlow、咖啡厅和Torch。可以从HDFS (Hadoop分布式文件系统)数据库中提取正确的数据。知道如何使用过滤器。能够合并和关联不同的提要。提高分辨率。了解神经网络。需要积累算法：人工神经网络、支持向量机、遗传算法等算法；当然，在各个领域也需要算法。例如，需要研究SLAM，以便让机器人在定位环境中导航并构建地图。简而言之，许多算法需要时间积累。

很高兴能回答你问题，
人工智能东西太多主要或是得看你自个对什么感兴趣了。分享一下我对人工智能的一点点了解，
在此整理了5种比较适用于人工智能开发的编程语言：
Python
Python由于简单易用，是人工智能领域中使用较广泛的编程语言之一，它可以无缝地与数据结构和其他常用的AI算法一起使用。Python之所以时候AI项目，其实也是基于Python的很多有用的库都可以在AI中使用，如Numpy提供科学的计算能力，Scypy的高级计算和Pybrain的机器学习。另外，Python有大量的在线资源，所以学习曲线也不会特别陡峭。
Java
对于AI项目来说，算法几乎是灵魂，无论是搜索算法、自然语言处理算法或是神经网络，Java都可以提供一种简单的编码算法。另外，Java的扩展性也是AI项目必备的功能之一。
Lisp
Lisp因其出色的原型设计能力和对符号表达式的支持在AI领域崭露头角。LISP作为因应人工智能而设计的语言，因其可用性和符号结构而主要用于机器学习/ ILP子领域。著名的AI专家彼得·诺维奇（Peter Norvig）在其《Artificial Intelligence: A modern approach》一书中，详细解释了为啥Lisp是AI开发的顶级编程语言之一。
Prolog
Prolog一种逻辑编程语言，主要是对一些基本机制进行编程，对于AI编程十分有效，例如它提供模式匹配，自动回溯和基于树的数据结构化机制。结合这些机制可以为AI项目提供一台灵活的框架。Prolog广泛应用于AI的 expert系统，也可用于医疗项目的工作。
C ++
在AI项目中，C++可用于统计，如神经网络。另外算法也可以在C ++被广泛地快速执行，游戏中的AI主要用C ++编码，以便更快地执行和响应时间。这也是一门非常不错的语言。

主要包括两个方面：1、数学算法 2、计算机技术

一、数学算法包括如下：
1、线性代数
标量、向量、矩阵和张量；矩阵向量的运算；单位矩阵和逆矩阵；行列式；方差，标准差，协方差矩阵；范数；特殊类型的矩阵和向量；特征分解以及其意义；奇异值分解及其意义
Moore-Penrose 伪逆；迹运算
2、概率统计
概率学派和贝叶斯学派；何为随机变量和何又为概率分布；条件概率，联合概率和全概率公式；边缘概率；独立性和条件独立性；期望、方差、协方差和相关系数；常用概率分布；贝叶斯及其应用；中心极限定理；极大似然估计；概率论中的独立同分布
3、优化
计算复杂性与NP问题；上溢和下溢；导数，偏导数及两个特殊矩阵；方向导数和梯度；梯度下降法；牛顿法；仿射集,凸集和凸锥；超平面，半空间及凸集分离定理；不改变凸性的运算；凸函数及凸优化简述；无约束的优化，等式约束优化，不等式约束优化；线性规划中对偶理论；拉格朗日对偶理论
4、信息论及其他
信息熵；条件熵；相对熵 (KL散度)；互信息；几种常用的距离度量；图论；树论

二、计算机技术
懂得计算机原理，计算机程序知识，计算机编程，包括如下：
精通Python和Java。了解TensorFlow，Café和Torch等主流人工智能库。能够从HDFS(Hadoop Distributed File System, Hadoop分布式文件系统)数据库中提取正确的数据。知道如何使用过滤器。能够融合和关联不同的feed。提高解析度。了解神经网络。需要算法的积累：人工神经网络，支持向量机，遗传算法等道等算法;当然还有各个领域需要的算法，比如要回让机器人自个在位置环境导航和建图就需要研究SLAM;总之算法很多需要时间的积累。

人工智能是一门边沿学科，属于自然科学、社会科学、技术科学三向交叉学科，涉及哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学，社会结构学等学科。

入门人工智能的话，主要是学数学和学习别人的AI成果

		自动登录	找回密码
密码			立即注册

人工智能主要学什么？

相关问题更多>

最新回答