ریاضی برای هوش مصنوعی
ریاضی برای هوش مصنوعی از صفر، برای کسی که ریاضی بلد نیست: عدد و توان و لگاریتم، تابع و نمودار، بردار و ماتریس، مشتق و گرادیان، احتمال، آمار و قضیه بیز؛ هر فرمول اول با تصویر و مثال روزمره.
از صفر۱۱ ایستگاه۵۷ درس۵ درس آماده
شروع۳ از ۳ درس آماده
هوش مصنوعی پر از ریاضی است، ولی ریاضیاش از پلههای کوچک ساخته شده.
- ریاضی برای هوش مصنوعی: از کجا شروع کنیمآماده
این مسیر از حساب ساده شروع میکند و پلهپله به ریاضی یک شبکهی عصبی میرسد؛ با تصویر، بی حفظ کردن.
- هوش مصنوعی چه ریاضیای لازم داردآماده
چهار ستون: جبر خطی، حسابان، احتمال و آمار؛ هر کدام چه نقشی دارند.
- خواندن فرمول بی ترسآماده
هر نماد یک خلاصه است؛ چطور فرمول را به جملهی فارسی برگردانیم.
عدد و حساب۲ از ۶ درس آماده
پایهای که بقیه رویش ساخته میشود.
- انواع عدد: صحیح، کسری، اعشاری و منفیآماده
عددهایی که در هوش مصنوعی میبینیم.
- کسر و درصدآماده
نسبتها و اینکه چرا احتمال کسر است.
توان و ریشه بهزودی
ضرب تکراری؛ و نوشتن عددهای خیلی بزرگ و خیلی کوچک.
لگاریتم چیست به زبان ساده بهزودی
سوال وارونهی توان: چند بار ضرب کنیم تا برسیم؟
عدد e و رشد پیوسته بهزودی
عددی که در رشد، احتمال و هوش مصنوعی همهجا هست.
نماد جمع (Σ) و ضرب (Π) بهزودی
نوشتن کوتاه جمع هزار عدد.
جبر و تابع۶ درس، بهزودی
رابطهی میان چیزها.
متغیر و عبارت جبری بهزودی
حرف به جای عدد؛ زبان کلیگویی ریاضی.
معادله و حل آن بهزودی
پیدا کردن عدد ناشناخته.
تابع چیست به زبان ساده بهزودی
ماشینی که برای هر ورودی یک خروجی میدهد.
نمودار تابع و دستگاه مختصات بهزودی
دیدن تابع به شکل یک خط یا منحنی.
تابع خطی و شیب بهزودی
سادهترین مدل پیشبینی: یک خط.
تابعهای غیرخطی: نمایی، لگاریتمی و سیگموید بهزودی
منحنیهایی که در هوش مصنوعی زیاد میبینیم.
بردار۵ درس، بهزودی
فهرستی از عددها که جهت و اندازه دارد.
- بردار چیستدر مسیر یادگیری ماشینآماده
جمع بردار و ضرب در عدد بهزودی
حرکت در فضا، با تصویر.
طول بردار و فاصله بهزودی
دو بردار چقدر از هم دورند.
- ضرب داخلیدر مسیر یادگیری ماشینآماده
شباهت کسینوسی بهزودی
زاویهی میان دو بردار؛ پایهی جستجوی معنایی.
ماتریس۶ درس، بهزودی
جدولی از عددها که بردارها را تبدیل میکند.
- ماتریس چیستدر مسیر یادگیری ماشینآماده
ضرب ماتریس در بردار به زبان تصویر بهزودی
چرخاندن، کشیدن و تصویر کردن فضا.
ترانهاده و ماتریس همانی بهزودی
دو ماتریس ویژه که همهجا هستند.
وارون ماتریس بهزودی
برگرداندن یک تبدیل؛ و اینکه چرا همیشه ممکن نیست.
مقدار ویژه و بردار ویژه به زبان ساده بهزودی
جهتهایی که یک تبدیل فقط کششان میدهد.
تنسور: ماتریس با بعد بیشتر بهزودی
عکس، ویدیو و دستهای از دادهها به شکل جعبهای از عددها.
مشتق۶ درس، بهزودی
سرعت تغییر؛ قلب یاد گرفتن ماشین.
سرعت تغییر و شیب بهزودی
چقدر خروجی با کمی تغییر ورودی تغییر میکند.
حد به زبان ساده بهزودی
نزدیک شدن بی رسیدن؛ پایهی مشتق.
- مشتق چیستدر مسیر یادگیری ماشینآماده
قاعدههای مشتقگیری بهزودی
توان، جمع، ضرب؛ چند قاعده که بیشتر مشتقها را میسازند.
قاعدهی زنجیرهای بهزودی
مشتق تابعهای تودرتو؛ همان پسانتشار در شبکهی عصبی.
پیدا کردن کمینه با مشتق بهزودی
جایی که شیب صفر است؛ ته دره.
گرادیان و بهینهسازی۵ درس، بهزودی
ماشین چطور با ریاضی یاد میگیرد.
مشتق جزئی بهزودی
شیب در یک جهت، وقتی تابع چند ورودی دارد.
- گرادیان چیستدر مسیر یادگیری ماشینآماده
- گرادیان کاهشیدر مسیر یادگیری ماشینآماده
نرخ یادگیری: قدم بزرگ یا کوچک بهزودی
قدم بزرگ از دره میپرد، قدم کوچک دیر میرسد.
- تابع هزینهدر مسیر یادگیری ماشینآماده
احتمال۶ درس، بهزودی
زبان نامطمئنی.
- احتمال چیستدر مسیر یادگیری ماشینآماده
قاعدههای احتمال: و، یا، نه بهزودی
جمع و ضرب احتمالها با مثال تاس و سکه.
احتمال شرطی بهزودی
احتمال باران وقتی میدانیم ابری است.
قضیه بیز به زبان ساده بهزودی
بهروز کردن باور با شاهد تازه.
متغیر تصادفی و امید ریاضی بهزودی
عددی که از نتیجهی یک آزمایش تصادفی میآید، و میانگین بلندمدتش.
توزیع احتمال: یکنواخت، دوجملهای، نرمال بهزودی
شکل پخش شدن نتیجهها.
آمار۶ درس، بهزودی
خلاصه کردن داده و دیدن الگو.
- آمار چیستدر مسیر یادگیری ماشینآماده
میانگین، میانه و مد بهزودی
سه راه گفتن «وسط داده» و کدام کی گمراه میکند.
واریانس و انحراف معیار بهزودی
داده چقدر پخش است.
توزیع نرمال بهزودی
منحنی زنگولهای و قاعدهی ۶۸، ۹۵، ۹۹٫۷.
همبستگی و علت بهزودی
دو چیز با هم بالا و پایین میروند؛ یعنی یکی علت دیگری است؟ نه لزوما.
نمونه و جامعه بهزودی
از چند صد نفر دربارهی میلیونها نفر حرف زدن، و حدودش.
اطلاعات۴ درس، بهزودی
چقدر یک پیام غافلگیرکننده است؛ پایهی تابع هزینهی مدلهای زبانی.
آنتروپی چیست به زبان ساده بهزودی
اندازهی نامطمئنی؛ سکهی سالم بیشترین آنتروپی را دارد.
- کراسانتروپیدر مسیر یادگیری ماشینآماده
فاصلهی دو توزیع (KL) بهزودی
دو باور دربارهی دنیا چقدر با هم فرق دارند.
- سافتمکسدر مسیر یادگیری ماشینآماده
همه با هم۴ درس، بهزودی
ریاضی یک شبکهی عصبی کوچک، از اول تا آخر.
ریاضی یک نورون بهزودی
ضرب داخلی، جمع با بایاس و تابع فعالسازی؛ همهی ایستگاههای قبل در یک خط.
ریاضی یک شبکهی کوچک بهزودی
ضرب ماتریس، تابع هزینه، قاعدهی زنجیرهای و گرادیان کاهشی؛ یک دور کامل یاد گرفتن.
ریاضی توجه در مدل زبانی، به زبان ساده بهزودی
ضرب داخلی برای شباهت، سافتمکس برای وزن و جمع وزندار.
بعد از این مسیر بهزودی
یادگیری ماشین و مدل زبانی، حالا با چشم ریاضی.