Любой учитель математики, особенно тот, кто разбирается в вычислительной технике, будет первым, кто расскажет о важности математики для компьютерных наук. Они не ошибаются. Все вычисления и вычисления — это просто расширение фундаментальных математических понятий с некоторыми уровнями абстракции. Точно так же, как знание математических концепций обогатит ваши знания в области программирования, особенно когда вы отважитесь на парадигму функционального программирования и лямбда-исчисление, знание математики обогатит ваш опыт работы с ИИ. Программирование, как и математика, является ядром большинства вычислительных концепций. Однако я должен признать, что последние уровни абстракции в программировании предоставили решения ИИ, которые действительно не требуют никакого программирования. Опять же, хотя программирование и математика не являются абсолютно необходимыми для вычислений, они не являются абсолютно необходимыми для ИИ, но дают гораздо более богатый опыт, позволяющий понять, что происходит под капотом.
Из статьи прошлой недели вы, возможно, помните раздел о символическом представлении знаний и манипулировании ими. Это было сделано в основном на Прологе, поскольку Пролог вписывается в парадигму декларативного программирования. Но по мере развития ИИ он все больше интегрировался в объектно-ориентированную парадигму. Как сообщество, эксперты по ИИ, казалось, одновременно приняли Python для нескольких приложений ИИ. Знание любого объектно-ориентированного языка позволяет легко освоить Python. По моему опыту, мне еще предстоит увидеть много кода ИИ, который включает в себя какие-либо передовые концепции программирования. Поскольку Python был принят в качестве общего стандарта, многие функции, необходимые для ИИ, уже упакованы в виде библиотек. При изучении ИИ важно уметь устанавливать, импортировать и использовать библиотеки. Научитесь читать документацию для библиотек. Документация библиотеки дает вам лучшее представление о функциях, созданных в этой библиотеке, и помогает настроить их для вашего конкретного случая использования. И, как и в любой другой области программирования, вы должны уметь отлаживать свой код, чтобы устранять проблемы. R — это язык для статистического анализа. Было бы полезно научиться использовать его для проектов аналитики с интенсивным использованием данных.
Программирование для ИИ не ограничивается одним лишь Python. ИИ сильно зависит от данных. Базы данных являются одними из наиболее распространенных форм хранения данных. Важно, чтобы вам было удобно манипулировать базами данных SQL, такими как MYSQL, а также базами данных NoSQL, такими как MongoDB. Несколько приложений ИИ, особенно те, которые предназначены для манипулирования большими данными и для моделирования многоагентных систем, созданы на Java. Если это представляет интерес, изучение Java было бы лучшим выходом.
В искусственном интеллекте (ИИ) модель представляет собой математическое представление системы или процесса, которое используется для прогнозирования или принятия решений на основе входных данных. Это представление обычно представляет собой функцию с входными переменными и одной или несколькими переменными в качестве выходных данных в зависимости от того, как устроена функция. Если проектирование моделей представляет интерес, функции обучения будут обязательными. Данные, используемые для многих методов ИИ, обычно сохраняются в матрицах. Манипуляции с матрицами — это основная концепция линейной алгебры, что делает ее основной математической концепцией для ИИ и науки о данных, а также взаимосвязей между векторами, матрицами и тензорами. Область оптимизации используется для максимально эффективного использования моделей ИИ и является важным компонентом ИИ. Оптимизация также является основной частью настройки параметров моделей. Анализ данных в основном является отраслью статистики. Учитывая имеющиеся данные, есть ли достаточная причина поддержать решение или отказаться от убеждения? Статистика также необходима для описания и понимания данных, поступающих в модели. Понимание типов данных, центральной тенденции и распределения набора данных определяет методы ИИ, которые можно применить к набору данных. Наконец, методы, используемые для визуализации, в основном связаны с диаграммами и графиками, которые являются общими областями статистики.
Опять же, знание программирования, математики и статистики может быть не обязательным, но для понимания того, что происходит под капотом приложений ИИ, было бы полезно иметь хотя бы элементарные знания о работе некоторых математических и программных концепций. используется в ИИ.
Следующие материалы могут быть полезны для получения дополнительных знаний о некоторых концепциях, упомянутых здесь.
