गणित और सांख्यिकी की मूल बातें
सदिश, आव्यूह, प्रायिकता और अवकलज — एआई की भाषा
OVERVIEW
- सभी प्रविष्टियाँ
- 6
- प्रारंभिक
- 3
- मध्यवर्ती
- 2
- विशेषज्ञ
- 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.
इस क्षेत्र में उत्तर देने वाले प्रश्न
- 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?
इस क्षेत्र की प्रविष्टियाँ
- 01सदिश और सदिश समष्टिप्रारंभिकएआई हर चीज़ — शब्द, चित्र, ध्वनि — को संख्याओं की सूची बना देता है
- 02प्रवणता और प्रवणता अवरोहणप्रारंभिकसंपूर्ण गहन शिक्षण एक ही बात पर टिका है: ढलान की ओर एक छोटा कदम
- 03आव्यूह संक्रियाएँ और रैखिक प्रतिचित्रणमध्यवर्तीआव्यूह गुणन केवल गुणा-जोड़ की सूची नहीं, बल्कि पूरे समष्टि को एक साथ बदल देने वाला रूपांतरण है
- 04प्रायिकता और प्रायिकता वितरणप्रारंभिकमॉडल «उत्तर» नहीं देता, बल्कि हर संभव उत्तर पर अपना विश्वास-स्तर देता है
- 05बेज़ प्रमेयमध्यवर्तीथोड़ा विश्वास करो, प्रमाण देखो, थोड़ा सुधारो — यही बेज़ है
- 06एन्ट्रॉपी और सूचना सिद्धांतविशेषज्ञवाक्य जितना अप्रत्याशित होगा, उतनी ही अधिक सूचना देगा; भाषा मॉडल का हानि-फलन ठीक इसी «आश्चर्य» को मापता है