¿En qué medida se usan las matemáticas detrás del aprendizaje automático, el álgebra lineal, las estadísticas y la probabilidad?

Answer 1

Esa es la forma en que está. Las matemáticas son la base sobre la que se construyen todas las demás ciencias, ya que las matemáticas son la única herramienta que nos permite ver cosas que no podemos ver dentro de las limitaciones de nuestra biología.

Por ejemplo, solo en matemáticas puedes definir, estudiar y destruir un universo entero a tu antojo. En ML, sin las matemáticas todavía estaríamos atrapados en cosas simples como la multiplicación de matrices, ya que la forma en que nos enseñaron en la escuela tiene una complejidad de [matemáticas] O (n ^ {3}) [/ matemáticas] [1] Dicho esto, Sinceramente, no te emplearía si dijeras que aprendiste ML mientras ignoras las matemáticas que hay detrás. Claro que puedes comenzar de esa manera, ¡pero aprende las matemáticas que debes!

Notas al pie

[1] Algoritmo de multiplicación matricial – Wikipedia

Answer 2

Si desea usar ml como un recuadro negro (alimente los datos y obtenga la predicción) o lo está aprendiendo porque es un campo activo en este momento. Olvídese de las matemáticas y comience a concentrarse en bibliotecas de código abierto como tensorflow.

Si usted es serio acerca de ml y quiere hacerlo por algunos problemas de la vida real, o tal vez ir al campo de investigación. Le aconsejaría que se concentre en las matemáticas y trate de mantener sus principios básicos fuertes.

Si fuera usted, me concentraría más en las matemáticas que en la parte de codificación porque no disfruto las cosas, hasta que entiendo lo que sucede detrás de escena.

Que yo sepa, es matemática. En términos simples, tratamos de encontrar patrones en los datos. Hacer que una máquina aprenda utilizando grandes conjuntos de datos, de acuerdo con una fórmula matemática.

Por ejemplo, en la regresión wx + b = predicción. Supongamos que x recibe entrada e y son las etiquetas (salida) .m es el número de ejemplos

Costo = 1 / 2m * suma (etiqueta de predicción) ^ 2. minimice este costo usando gradientes y encuentre un peso en mínimos globales, usando el número de iteraciones. Luego puede predecir cualquier valor de entrada (x) usando la fórmula wx + b.

Mira, este es el algoritmo ml más básico en el que está involucrado un andton de las matemáticas. Espero que hayas recibido tu respuesta.