需要必备的知识有: 1、线性代数:如何将研究对象形式化? 2、概率论:如何描述统计规律? 3、数理统计:如何以小见大? 4、最优化理论: 如何找到最优解? 5、信息论:如何定量度量不确定性? 6、形式逻辑:如何实现抽象推理? 7、线性代数:如何将研究对象形式化?人工智能简介: 1、人工智能(Artificial Intelligence),英文缩写为AI。 2、它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能涉及的学科: 哲学和认知科学,数学,神经生理学,心理学,计算机科学,信息论,控制论,不定性论,仿生学,社会结构学与科学发展观。
需要必备的知识有: 1、线性代数:如何将研究对象形式化? 2、概率论:如何描述统计规律? 3、数理统计:如何以小见大? 4、最优化理论: 如何找到最优解? 5、信息论:如何定量度量不确定性? 6、形式逻辑:如何实现抽象推理? 7、线性代数:如何将研究对象形式化?人工智能简介: 1、人工智能(Artificial Intelligence),英文缩写为AI。 2、它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能涉及的学科: 哲学和认知科学,数学,神经生理学,心理学,计算机科学,信息论,控制论,不定性论,仿生学,社会结构学与科学发展观。
下面我大致讲一下:
1.人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。
2. 人工智能是包括十分广泛的科学,它由不同的领域组成。入门最基本的的知识是:机器学习、机械原理、计算机原理、计算机视觉等等。总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。
希望能够帮助到你,并能得到你的采纳。谢谢!
人工智能是一个包含很多学科的交叉学科,你需要了解计算机的知识、信息论、控制论、图论、心理学、生物学、热力学,你要有一定的哲学基础,有科学方法论作保障。这些学科的每一门都是博大精深的,但同时很多事物都是相通的,你学了很多知识有了一定的基础的时候再看相关知识就会触类旁通,很容易。在这中间关键是要有自己的思考,不能人云亦云,毕竟人工智能是一个正在发展并具有无穷挑战和乐趣的学科,如果你对人工智能感兴趣,那欢迎到百度的人工智能吧做客,那里有对人工智能丰富而深刻的讨论。
重要性按照顺序给你排好:
1. 线性代数(数学基础,理解算法必要的东西)
2. 矩阵论(无论是网络结构还是编程实现,都需要矩阵论来支撑计算)
3. 概率论与数理统计(人工智能中到处都是概率分布,概率论的一些重要概念,比如先验概率后验概率,都很重要)
4. 数据结构(不仅包含栈队列,图论和树也很重要)
5. 一门编程语言,可以是python,c++等
Hadoop|
Apache Pig|
Apache Kafka|
Apache Storm|
Impala|
Zookeeper|
SAS|
TensorFlow|
人工智能基础|
Apache Kylin|
Openstack|
Flink|
MapReduce|
大数据|
云计算|
用户登录
还没有账号?立即注册
用户注册
投稿取消
文章分类: |
|
还能输入300字
上传中....