Question

ai怎么学

Answer 1

数学基础：

很多同学看到数学就头疼，其实模型通用的基本数学原理并不难，难的公式在之后的模型中遇见时再逐个击破即可。切记前期不要深陷到数学知识中去深挖！

（1）高数

首先大家不要惧怕数学。在遇到我们不会的数学公式时，我们要更多的思考这个公式能解决什么问题，而不是一直纠结公式的推导与计算。

比如梯度下降和反向传播的根本原理就是求导，全局最优解就是极值点，所以最优解一定在导数的某一个拐点处，类似的很多知识都是高中就学过的。

（2）线代

在深度学习中，线代最重要的应用就是高维数据相乘运算，可以大大提升运算速度。

. 首先要明白矩阵各维度所代表的意义

. 其次清楚矩阵的运算规则

（3）概率论

概率论的知识在AI体系中看似不那么重要，但却无处不在。从数据预处理、建模、模型参数初始化及归一化，到最后的结果分析都与概率论息息相关。

常用指标很多是大家耳熟能详的，比如均值、方差。如果你之前没有很强的概率论功底，建议你掌握常用知识后，在实际中遇到不懂的问题时要养成查阅的习惯。这部分知识不会太难，但是对理解模型与过程十分的重要：

. 如为什么树模型一般不需要进行数据归一化？

. 而逻辑回归、神经网络、PCA中就必须进行数据归一化？