Понимание математического анализа и работа с машинным обучением и искусственным интеллектом.
Исчисление - это раздел математики, который анализирует каждую мелочь, поэтому он играет очень важную роль, когда дело касается ИИ. Исчисление - это концептуализация вещей и их формальное представление. С помощью расчетов мы изучаем скорость изменения таких величин, как площадь, объем и длина объекта.
Исчисление - сложная область математики, разделенная на две части для лучшего и точного анализа. Он разделен на дифференциальное исчисление [производная] и интегральное исчисление [интегрирование]. Чтобы понять это правильно, давайте простыми словами.
Дифференциальное исчисление
Дифференциальное исчисление - это все о его фрагментировании или разрушении, чтобы понять изменения и изучить их. Это выражается как
Интегральное исчисление
Интегральное исчисление - это объединение или соединение фрагментов или сломанных частей, чтобы понять, что в нем изменилось, и изучить это. Это выражается как
Но теперь возникает вопрос, какое отношение эти сложные математические теории имеют к ИИ?
Здесь мы имеем дело с крошечными частицами или даже говорим, что это просто максимум и минимум. И здесь, в AI, мы имеем дело с функцией стоимости и потерей функции. Чтобы сначала найти стоимость функции, нам нужно найти минимум. При этом нам нужно изменить все параметры, что требует больших затрат и времени, поэтому методы градиентного спуска вполне помогают. Поэтому платформам, связанным с искусственным интеллектом, таким как appengine.ai, становится чрезвычайно важно понимать и использовать их надлежащим образом для предоставления более качественных продуктов.
Градиентный спуск
Как мы знаем, методы градиентного спуска используются для изучения того, как изменяется вывод при изменении ввода. давайте рассмотрим камень, спускающийся с горы. При этом он следует определенному пути, и по мере того, как он достигает дна, его наклон становится меньше, это называется градиентным спуском.
Рассмотрим функцию
Здесь производная используется для нахождения наклона в точке x. Сначала мы увидим его первую производную
Здесь производная дает нам наклон точки x. Он показывает, как небольшое изменение входа x изменит выход y.
И теперь, когда один вход увеличивается до нескольких входов или входов больше одного, мы используем частную производную, то есть
И группа этих производных частиц - это градиент, который мы используем, чтобы найти максимумы и минимумы для некоторых функций. Это вектор, который имеет все производные частиц. Он выводит производные от скалярных функций многих переменных.
В следующем блоге мы рассмотрим концепцию Якоба и Гессе, чтобы лучше понять вычисления и то, как работают алгоритмы машинного обучения и искусственного интеллекта.
