(Inggris) The Art of Artificial Intelligence

Untuk benar-benar memahami bagaimana jaringan saraf belajar dan mengoptimalkan, Anda harus melihat di bawah kap mesin pada matematika yang menggerakkan mereka. Buku panduan ini mendemistifisiasi kalkulus vektor, mengubah persamaan kompleks menjadi konsep intuitif, langkah demi langkah yang disesuaikan untuk para penggemar AI. Anda akan beralih dari memperlakukan kerangka kerja machine learning sebagai kotak hitam untuk memahami secara mendalam algoritma optimalisasi matematika yang mendasarinya. Melalui penjelasan tertulis yang jelas, contoh praktis, dan perhitungan langkah demi langkah, Anda akan membangun fondasi yang kokoh dalam matematika AI. Apa yang akan Anda pelajari: - Mengerti prinsip-prinsip dasar dari fungsi dari beberapa variabel dan turunan parsial. - Menguasai vektor gradien dan belajar bagaimana itu mengarahkan jalan kenaikan terjal. - Terapkan aturan rantai untuk fungsi multivariabel untuk memahami backpropagation dalam jaringan saraf. - Mengeksplorasi teknik optimasi, termasuk gradien turun dan varian modernnya. - Menganalisis matriks Jacobian dan Hessian untuk memahami kurvatur dimensi tinggi dan tantangan optimalisasi. - Praktik menghitung gradien secara manual dan memetakan konsep-konsep ini untuk diferensiasi otomatis dalam kerangka AI modern. Kita mulai dengan dasar-dasar mutlak dari fungsi multivariabel, mendefinisikan istilah-istilah kunci dan mendirikan fondasi. Dari sana, Anda akan maju melalui gradien, turunan parsial, dan operasi matriks, yang berpuncak pada pemahaman yang jelas tentang bagaimana alat matematika ini memungkinkan pelatihan jaringan saraf. Kursus ini dirancang untuk ilmuwan data yang bercita-cita, pemula AI, dan programmer yang ingin membangun dasar matematika yang kuat, tanpa persyaratan kalkulus tingkat lanjut. Mulai membaca hari ini untuk membuka rahasia matematika di balik kecerdasan buatan modern.