أسس الرياضيات والإحصاء
المتجهات والمصفوفات والاحتمالات والمشتقات — لغة الذكاء الاصطناعي
OVERVIEW
- جميع المداخل
- 6
- مبتدئ
- 3
- متوسط
- 2
- متقدم
- 1
Every model ultimately reduces to operations on vectors and matrices, and every act of “learning” is ultimately the reduction of a loss along a gradient. This domain does not aim for a mathematician’s completeness; it selects only what is needed to understand AI: linear algebra gives data and weights their shape, probability gives uncertainty its measure, and calculus gives improvement its direction.
الأسئلة التي يجيب عنها هذا المجال
- Q1
Why can data be written as a matrix?
- Q2
Which direction does the gradient actually point?
- Q3
Why can softmax be used as a probability?
مداخل هذا المجال
- 01المتجهات والفضاءات المتجهيةمبتدئيحوّل الذكاء الاصطناعي كل شيء — الكلمات والصور والأصوات — إلى قائمة أرقام
- 02التدرّج والانحدار التدريجيمبتدئيتلخّص التعلّم العميق كله في أمر واحد: خطوة صغيرة نحو الأسفل
- 03عمليات المصفوفات والتحويلات الخطيةمتوسطضرب المصفوفات ليس سلسلة من عمليات الضرب والجمع، بل إعادة كتابة للفضاء بأكمله دفعة واحدة
- 04الاحتمال والتوزيعات الاحتماليةمبتدئلا يقدّم النموذج «جوابًا»، بل درجة ثقة لكل جواب ممكن
- 05مبرهنة بايزمتوسطآمن قليلًا، ثم انظر إلى الدليل، ثم عدّل قليلًا — هذا هو بايز
- 06الإنتروبيا ونظرية المعلوماتمتقدمكلما كانت الجملة أكثر مفاجأة حملت معلومات أكثر، ودالة الخسارة في نموذج اللغة تقيس هذه المفاجأة نفسها