Tôi đang học chuyên ngành Trí tuệ nhân tạo (AI), và tôi tự hỏi AI mà mình đã học trước đây là cái gì. Sau khi học toán cơ bản, vì lý thuyết là nền tảng, tôi hiểu AI mà mình đã học rõ hơn và đạt được những nhận thức sâu sắc. Nội dung cũng không quá dài, nên không gây nhàm chán và rất hữu ích để đọc lướt qua một lần.


Đây là lý thuyết tối ưu hóa cần thiết cho AI/học sâu, thị giác máy tính và đồ họa máy tính. Lý thuyết tối ưu hóa 1 tập trung vào định nghĩa các hàm nhiều biến và sự vi phân của các hàm nhiều biến. Tại sao lại như vậy! Điều này là do tất cả các bài toán tối ưu hóa đều được thể hiện dưới dạng hàm nhiều biến. Nếu bạn có được định nghĩa chính xác về hàm nhiều biến và khái niệm vi phân, cách tiếp cận lý thuyết đối với các trường trên sẽ trở nên dễ dàng hơn đáng kể.

jhim21

배움이 더 쉬워지는 9월의 할인

Lý thuyết tối ưu hóa 1 được hoàn thành trong 10 phút mỗi ngày trong một tháng

인공지능기초수학

저자 직강

이론 중심

This is the optimization theory required for AI/deep learning, computer vision, computer graphics, etc. Optimization Theory 1 mainly deals with the definition of multivariable functions and differentiation of multivariable functions. Why is that? Because all optimization problems are expressed in the form of multivariable functions. If you acquire the exact definition of multivariable functions and the concept of differentiation, the theoretical approach in the above fields will become considerably easier.

입문

초급

중급이상

optimization-problem

Linear Algebra

Machine Learning(ML)

Computer Vision(CV)

Optimization theory 1: 10 minutes a day, 1 month completion

Introduction to Optimization Theory

Differentiation of multivariable functions

Taylor expansion of multivariable functions

Convex Function

Optimization Theory

Lagrange multiplier method