Matemáticas básicas para Machine Learning

Olá pessoal e bem vindos a um novo vídeo no canal, desta vez vamos tentar sobre a matemática básica que você deve saber para implementar os algoritmos de Machine Learning Machine Learning é um campo que atravessa estatísticas, probabilidades, ciência da computação e algoritmos que surgem da aprendizagem iterativa de dados e da busca por ideias ocultas que pode ser usado para criar aplicativos inteligentes

Apesar das imensas possibilidades de Machine Learning requer uma compreensão matemática completa de muitas dessas técnicas entender bem o funcionamento interno dos algoritmos e obter bons resultados Existem várias razões pelas quais a matemática é importante para a máquina Aprendendo, alguns deles são: Selecione o algoritmo correto, levando em conta sua precisão, tempo de treinamento, complexidade do modelo, número de parâmetros e número de características Escolha configurações de parâmetros e estratégias de validação Identifique o ajuste insuficiente e o overfit compreendendo a compensação de viés-variância Estime o intervalo de confiança e a incerteza corretos

Uma pergunta que surge quando se entende um campo tão interdisciplinar quanto é Machine Learning é o que é a quantidade de matemática necessária e o nível de matemática o que é necessário para entender essas técnicas A resposta a esta pergunta é multidimensional e isso depende do nível e interesse que você tem nessa área Atualmente existem muitos pesquisa em formulações matemáticas e avanços teóricos em Machine Learning que eles estão sendo desenvolvidos e alguns pesquisadores estão trabalhando em técnicas mais avançadas, Se você quer trabalhar nesta área, é necessário, obviamente, um nível avançado, mas se o oposto é o que você quer implementar no seu trabalho, com o básico que você pode gerenciar perfeitamente Aqui eu menciono algumas das áreas que você deve estudar para entender Parte dos problemas de aprendizado de máquina: Álgebra Linear A álgebra linear aparece em toda parte, de transformação de coordenadas, redução de dimensionalidade, algoritmos de regressão linear, solução de sistemas lineares de equações, entre muitos outros Aqui os dados eles são representados por equações lineares, que são apresentadas na forma de matrizes e vetores, então essas representações são aquelas que trabalham mais dentro dessa área Compreender a álgebra linear irá ajudá-lo a tomar melhores decisões durante o desenvolvimento de Modelos de aprendizado de máquina

Probabilidade e estatísticas Machine Learning e estatísticas não são campos muito diferentes, por sua vez, a teoria da probabilidade é um quadro matemático representar reivindicações incertas, fornece um meio para quantificar a incerteza, bem como os axiomas para derivar novos estados de incerteza Algumas das teorias estatísticas fundamentais e probabilidade de Aprendizado de Máquina são: Teorema de Bayes, variáveis ​​aleatórias, variância e expectativa, distribuições padrão, dentre as quais encontra Bernoulli, binomial, multinomial, entre outros Cálculo Alguns dos tópicos necessários dentro Machine Learning inclui cálculo diferencial e integral, derivadas parciais, funções de valores vetoriais, gradiente direcional, entre outros Algoritmos e otimizações complexas Isso é importante para entender a eficiência computacional e escalabilidade do nosso algoritmo de Aprendizado de Máquina e para explorar a dispersão em nossos conjuntos de dados Conhecimento de estruturas de dados, programação dinâmica, algoritmos lineares e não lineares, gráficos, entre outros

Outros Isso é composto de outros tópicos matemáticos não cobertos nas quatro áreas principais, explicadas acima Nesta categoria inclui análise real e complexa, teoria da informação, espaços de função Estas são apenas algumas áreas da matemática que devem ser cobertas para ter uma base em momento para desenvolver modelos de Machine Learning, o importante é entendê-lo para que você pode entender melhor os modelos que você está desenvolvendo, porque hoje em dia Existem muitas bibliotecas nas linguagens de programação que, com comandos simples, desenvolver todas essas equações Com isso terminamos com este vídeo, espero que você tenha sido explicado aqui, se você tem alguma dúvida que você pode deixar nos comentários deste vídeo e terei prazer em respondê-lo Também te convido a percorrer o blog onde encontrarás muito mais informação sobre este assunto, o link deixo na caixa de descrição

Muito obrigado por me assistir e te ver em um próximo vídeo Chao