Me podría dar alguna aclaración acerca de la minería de datos y algoritmos de inteligencia artificial? Qué es la matemática de la base de que para que sirve? Me podrían dar el punto de partida, en las matemáticas, para entender estos tipos de algoritmos?
Respuestas
¿Demasiados anuncios?
Como Paxinum mencionado, los algoritmos son una especie de resolución de problemas de optimización. Usted necesita para resolver el máximo y el mínimo de problemas. Usted puede utilizar la red neuronal o clásicos métodos de programación o de los dos en el mismo programa.
Depende del tipo de problema que usted lucha. Si el procesamiento de la Imagen o de reconocimiento de voz incluye en su programa de la red neuronal sería la mejor opción porque los programas clásicos tendría muchos pasos para resolver el problema y puede producir retrasos inaceptables para algunos insumos debido a que muchos de la comparación de pasos que serán necesarios para todas las posibilidades, pero las redes neuronales que actúan a la misma velocidad (aproximadamente) para todo tipo de entradas.Uno de los grandes desventaja de las redes neuronales se requiere de muchos auto aprendizaje pasos para saber cómo se debe reaccionar de una variable de entrada. Muchas de entrada y salida de los ejemplos puede ser necesario para obtener la mejor IA de la red. Si no enseñamos suficiente con muchos ejemplos, algunos de los resultados pueden ser muy absurdo . Que puede ser de gran riesgo para la crítica AI aplicaciones tales como avión de sistema de control. Algunos problemas pueden ser necesarios gráfico enfoque debido a que el proceso de enseñanza puede ser muy largo y red neuronal puede ser enorme. Por ejemplo, Si usted quiere hacer un programa de ajedrez, usted puede dar los valores de las piezas de ajedrez.Por lo tanto, El equipo puede decidir que el paso es más valioso.
mientras que haciendo mi programa de ajedrez, he utilizado los siguientes valores para las piezas de ajedrez.Esto ayudará a dar métricas en la rama de la gráfica.
El rey : incontable (Teóricamente infinito porque no se puede perder.)
La reina :8
La torre :5
El obispo:4
El caballero:3
El peón :1
Después de que usted se necesita para jugar para cada una de las piezas para sí mismo y para ver qué piezas del oponente puede ser obtenido. Usted necesita agregar valor positivo de la pieza que tienes. Y entonces usted necesita para jugar por el rival, pero que le asignará el valor negativo de la pieza que has perdido . Usted puede solicitar más y más profundidad para agrandar el gráfico para ver los beneficios y pierde. He añadido 2 profundidad (Jugar para mí-Juego de oponente-Play para mí-Play para el rival, Que dura unos pocos segundos para mover) obtiene un valor final para cada uno de primer paso. Ahora lo que necesita la minería de datos para encontrar el beneficio máximo y mínimo de perder.
He encontrado el valor máximo después de jugar cada uno de los pasos y, a continuación, Si hay más de uno del mismo valor, también me concentré en el máximo posible paso por mi lado y el mínimo posible paso por el rival lado. Por lo tanto, me gustaría tener el máximo de área de juego, pero el oponente puede tener una superficie mínima.No se pueden crear muchos estrategia diferente para un mejor juego. Yo sólo quería dar un ejemplo. Se pueden encontrar muchas estrategias diferentes. No me dicen que es la mejor estrategia para el juego de ajedrez. El juego de ajedrez es muy complejo de juego y usted puede necesitar agregar el más conocido de partida de las estrategias y algunos mueve de base de datos que ya son conocidos como los mejores movimientos. Sobre todo durante el final del juego, usted se encontrará a solas con su software de inteligencia artificial si no se puede agregar todas las posibles conocido mejor se mueve. Creo que la base de datos va a ser enorme si desea agregar muchas más conocidos se mueve y no es práctico aplicaciones de los juegos debido a una enorme base de datos va a ser necesario.
Finalmente, la IA es muy profundo sujeto en matemáticas en el mundo , estamos en la orilla de ese enorme océano todavía.
John Kramlich
Puntos
286
Usted necesita la combinatoria, la mayoría de grafos teoría. Si quieres complicarte con las redes neuronales, es probablemente una buena idea para lanzar en algunos análisis. Todos los algoritmos son una especie de resolución de problemas de optimización, así álgebra lineal (con el método de cuadrados mínimos) es esencial. Ahora, la descomposición de valor singular de minería de datos y va de la mano, por lo que más de álgebra lineal que se necesita.
Fundamentos de la lógica es necesaria para entender algunos de los conceptos en otras áreas de la IA, tales como la programación con restricciones. Esto puede ser usado para resolver el buscaminas o Sudoku.
whaley
Puntos
816
La inteligencia Artificial es realmente un vasto campo, y hay un montón de ideas falsas acerca de él. Uno de los más extendidos es que las redes neuronales son grandes :) en Realidad, son lentos y no muy precisa. Pero tienen un muy popular nombre, de hecho.
Como uno que trabaja en el campo, el uso y el desarrollo de algoritmos, espero que para ofrecer una correcta visión sobre lo que es todo acerca de.
La principal de las matemáticas que se usa aquí es la estadística. La mayoría de los algoritmos que se refieren a los grandes de manipulación de datos - y el natural de pasos hacia ella ir a pesar de las estadísticas. La mayoría de los algoritmos de IA, como las redes neuronales, flann, árboles de decisión, etc, son formas de clasificar automáticamente y ordenar los datos, por medio de modelos estadísticos.
Su capacidad es que se puede aprender y usar las estadísticas de una manera que es fácil para alguien sin matemáticas o ciencias de la computación de fondo. Por ejemplo, si usted tiene una base de datos con los registros médicos y condiciones, se puede alimentar a un sistema "inteligente" y hará que las probabilidades de salir de ellos - cuando alguien ingresa a un hospital, él/ella puede ser rápidamente clasificados por un sistema, basado en la experiencia previa aprendido por el algoritmo.
Otra área de la IA, como se indica por los otros carteles, es la optimización. Muchas de las tareas de optimización no se puede realizar en forma oportuna. Así, muchos de los algoritmos de tratar de encontrar un valor aproximado mediante la búsqueda de forma aleatoria una muy dimensiones del espacio: los algoritmos genéticos, bosques aleatorios, etc.
Por ejemplo, un algoritmo de detección de la cara tendrá que buscar un espacio de cerca de 10.000 dimensiones para averiguar qué cara se parece, para ser capaces de reconocer que en las otras fotos. Diferentes métodos matemáticos para la búsqueda de reducción de espacio pueden ser empleadas, como la enfermedad vesicular porcina. Pero un gran éxito fue encontrado con algoritmos aleatorios - elegir aleatoriamente un par de dimensiones, encontrar la más útil, la de la tienda, y repetir el proceso hasta que haya suficiente espacio de búsqueda.
Mi consejo es centrarse en un campo específico y aprender poco a poco. La minería de datos es uno de ellos. La visión de computadora puede ser de otra manera, y de audio/sonido de procesamiento de lenguaje como una alternativa similar. De procesamiento de texto (en un nivel de la lengua) es un muy interesante de la dirección pensar acerca de Siri.
Por último, un enlace a uno de los más impresionantes piezas de AI que he visto últimamente. Es pura matemática. Optimizaciones, más exactamente. El baile de los drones
mikemurf22
Puntos
817
La base para lo que pides es lo que realmente está estadísticas! Así que la matemática básica que usted necesita coincide con las matemáticas que se necesita para las estadísticas: cálculo y análisis real, probabilidad, álgebra lineal (desde un punto de vista práctico, este puede ser el más utilizado por usted, ya que es muy utilizado en todas partes, más que por el corazón, no sólo los conceptos, sino también de manipulación de habilidad). Esta son las tres más importantes, a continuación, algunas otras: la combinatoria, la optimización, y, para lo que vale, he encontrado que el álgebra abstracta, especialmente de la teoría de grupo, también es muy útil, pero un montón de gente está haciendo muy bien sin ella ....
