データマイニングおよび人工知能アルゴリズムの数学ベース

データマイニングと人工知能アルゴリズムについて説明してください。彼らが使用した数学の基礎は何ですか？これらのタイプのアルゴリズムを理解するために、数学の出発点を教えてください。

統計学者のコミュニティでは実際には少し奇妙に聞こえるかもしれませんが、ほとんどの機械学習アルゴリズムは機能最小化問題として定式化できると確信しています。これは、これが数学的最適化でカバーされることを意味します。

もう1つは、最適化とは何かを理解するには、おそらく微積分と線形代数が必要になるということです。そして結果を解釈するためには、確率論と統計学の何らかの背景があるでしょう。

この質問は広範に及ぶ可能性があります。データマイニングを何に使用するかについて、もう少しお話しください。しかし、データマイニングは基本的に統計であり、私が見たAIの使用の多くは統計でもあります。したがって、統計に必要な数学は、1）計算と実際の分析2）確率3）線形代数です。実際的には、3）が最も重要で、ほとんど何をするにしても（1）と2）の使用を含めて、線形代数に大きく依存します。したがって、コンセプトだけでなく、操作スキルも必ず取得してください！

さらに多くが使用されますが、おそらくより専門的です。そのため、質問を専門化する（そして1）、2）、3））を習得するまで、より詳細なアドバイスをすることは意味がありません。

機械学習の基礎としてどの数学を学ばなければならないのでしょうか？
たぶんそれは幅広い答えです。MLが非常に多くの分野から得ているように。

他の人は、線形代数、確率論、統計、計量空間、その他すべて関連のあるものを提案しています。

おそらく実行可能なアプローチは、最も人気のあるMLアルゴリズムのいくつかをリストし、それらを見て、自分があまり快適でないと感じる数学を埋めることです。