Question

要学习模式识别、神经网络、遗传算法、蚁群算法等等人工智能算法需要哪些数学知识？

Answer 1

模式识别需要非常好的概率论，数理统计；另外会用到少量矩阵代数，随机过程和高数中的一些运算，当然是比较基础的；如果要深入的话恐怕需要学泛函，但是一般情况下不需要达到这种深度。神经网络，遗传算法等智能算法在模式识别有非常重要的应用，但是一般不需要学习计算机学科的人工智能，我们控制有一个交叉学科叫做智能控制是讲这些的，智能控制不需要什么基础，有中学数学的集合和对空间有一点点的了解就足够了，模糊数学的基础是包含在这门学科里的。

Answer 2

基本上学过高等数学、概率论与数理统计就可以了

Answer 3

模式识别需要一些概率论与数理统计，矩阵分析方面知识
后面三种算法基本不需要数学知识。

Answer 4

不必刻意准备，用到什么知识再去了解就行。要建立成果导向型行为方式。

追问

成果导向型行为方式？新名词，请赐教。。。

追答

“成果导向型行为方式”，这是美国中央情报局使用的工作方法。就是一切行动由目标来决定，你首先得明确你要得到什么。

比如：你要设计一部类似人类智能的智能计算机，这是目的。接下来你的一切行动都要以这个目的为中心展开。就是一切行动的方向都导向最终结果。

我的意思是：准备太多基础数学的知识很浪费时间，也没法掌握学习的深度，而且不一定都用得上。人工智能是前无古人的创造性工作，很高兴你也是人工智能的爱好者。

另外需要强调的是，人工智能绝不是某些书籍、某一些课程，某一些算法或某一种语言，计算机科学技术仅仅是实现人工智能的工具和载体，技术上不是问题。问题在于智能本身，它涉及逻辑数学、哲学、心理学、神经外科学等。单纯的计算机专家搞不出人工智能，因为他根本就不知道神马是智能，他都不知道自己要实现什么算法！

马可奥勒利乌斯说过：“要探求一样事物，就要问它究竟是什么，它的本质是什么。”所以必须从研究智能开始，参考人类神经系统和人类智能。毕竟人类智能是我们了解的宇宙当中唯一的智能。但不必完全模仿，人工智能系统不需要具备人类神经系统的某些功能，比如感觉和情绪等本能和感性的成分，因此要简单得多。现在唯一能告诉我们什么是智能的就是神经外科学和心理学，当然，这都是生命科学的一部分。

如果你想探讨人类智能和神经外科方面的问题，可以Q我：826629175；我可以和你讨论人类大脑是怎样运行，怎样解决问题的。另外，作为研究人员你需要有解决问题的能力，而不是单纯的知识，知识只是解决问题的工具。你的这个兴趣是一个不存在的东西，截至目前，世界上还没有人工智能计算机，就像没有可控核聚变反应堆一样。因此，这不是一项需要学习的学科，而是一项需要去创造的理想。

Answer 5

这些智能优化算法都不需要太强的数学知识