机器学习 概率统计,
摘要：
大家好，今天小编关注到一个比较有意思的话题，就是关于机器学习 概率统计的问题，于是小编就整理了1个相关介绍机器学习 概率统计的解答，让我们一起看看吧。计算机专业学习人工智能为什么需... 大家好，今天小编关注到一个比较有意思的话题，就是关于机器学习 概率统计的问题，于是小编就整理了1个相关介绍机器学习 概率统计的解答，让我们一起看看吧。
计算机专业学习人工智能为什么需要学习概率统计？
感谢邀请。
人工智能目前确实是计算机专业才有可能接触到，其他IT类专业还学不到这么深，主要原因是计算机专业学习了低级语言，了解操作系统原理，离散数学等其他专业不需要的知识。
初学人工智能，我们并不是讨论高深的算法或者复杂的机械，我们先从情况判断开始。做判断的主题叫做Agent（特工也是这个词），你可以把它理解成机器人。
我们一开始要做的，就是通过人工智能专用的编程语言来为这个agent赋予动作。那么动作的判断依据是什么哪？这就需要概率了。例如让agent和人类下棋，agent首先需要通过概率，判断人下一步走哪里，然后agent再通过概率，判断自己走哪里最好。下棋的时候我们会推断对方会走哪一步，那么agent就是通过算概率来“推断”人类对手的。
下棋这种只能算是初级人工智能，本科生基本就可以搞定。再后面更高深的人工智能，例如机器学习，就需要更多的概率知识了，当然其他的数学知识也需要。
概率统计可以对人工智能中的不确定性进行建模。其实还需要对模糊性进行建模，你需要了解模糊数学；还需要对不完全信息的时空进行建模，你需要了解系统科学。。。
这还仅仅是建模而已。。。
回到问题本身，大家都觉得概率论重要，是因为绝大多数人了解到简单的概率论后，就无法理解更深层次的东西了。舆论总是被无知却自认为天下无敌的人操纵，许多人又被舆论操纵，如此循环，普罗大众再没有那种探索真知的虔诚了。
人工智能眼下被炒得极度火热，连***都在跟风，也给我们的生产生活或多或少带来一些惊讶。但从原理上看，目前任何一种人工智能方法都没涉及特别深刻的数学。从根源上了解数学的人，不会觉得人工智能是一个多么新奇的东西。
建议:无论什么专业，首先该学好基础理论，再以此为基础了解前沿和热点，不要盲目崇拜和跟风。
在这里，我们需要明确一个概念与基础，那就是人工智能不仅仅是你所理解的计算机专业本身（我猜想你理解的计算机专业只是程序编码本身）。然而，即使是计算机专业本身，不是为了人工智能，你也逃离不掉概率统计。在计算机等工科专业中，有三门数学课程是逃不掉的，这也是考研考的，那就是高等数学、线性代数、概率论与统计，计算机专业不仅仅等价于编码，计算机专业会涉及到操作系统、计算机组织、编译原理、数学、甚至还有软件工程项目管理与UML等很多，这里面很多都不仅仅是编码与程序设计本身。
那么，让我们回到人工智能，人工智能并不神秘，它目前所依赖的一个强烈的基础就是数学，而这里面概率统计与统计学占有着强有力的比重。举一个非常浅显易懂，但并不十分严谨的例子，计算机应用人工智能去判定一张图片是否是猫，或者说今天是否会下雨，它所依赖的就是非常多的特征，非常多的过去数据，这些特征与过去的数据都能如我们的程序编写一样一一匹配吗？答案是否定的，在这里会有一个概率阀值，我们认为大于了这个概率阀值，就认为是一个答案，小于则是另外一个答案，如是猫，或者不是猫。那么，对于不同的情况，不同的特征，不同的业务，你所需要的概率计算模型是不同的，甚至抛开模型，即使是如何来进行概率计算值的本身都是需要知道的，如你是否知道贝叶斯公式的概率计算？那么，对于人工智能来说，如上文所述，你所需要了解的也并仅仅是概率统计，还有线性代数（如矩阵的计算，乃至对矩阵求导）、高等数学（求导）等都需要掌握，而且计算机本身也是需要掌握，因为你要让你的模型跑的更快，跑的更好，跑的更稳定，这离不开计算机知识的支撑。
到此，以上就是小编对于机器学习 概率统计的问题就介绍到这了，希望介绍关于机器学习 概率统计的1点解答对大家有用。
