机构名称：
¥ 2.0
Jhanjeri（旁遮普邦技术大学），CGC Jhanjeri，Mohali - 140307，旁遮普邦，印度摘要，因为我们人类数百年以来，人类一直在试图找出“我们的思维方式”，以及我们提问，知识和预测的良好判断是什么[1]。人工智力的领域在某种程度上是同样的，试图在设备中生效。ai：人工智力，顾名思义，它本身就是人类的思维能力。ml：机器学习，授予机器时学习趋势和模式的能力是学习。dl：深度学习，当我们将神经网络（如人脑神经元）嵌入机器中时，并深入研究模式就是深度学习。当我们研究以下术语时，我们会观察到这些技术的工作机制和进步部分基于数学概念的根，其中包括统计，概率理论，计算，线性代数，[2]优化方法和信息理论。了解这些基础对于想要为这个动态领域做出贡献的创新者和研究人员至关重要[3]。本文描述了我们今天正在使用的人工智能，机器学习和深度学习背后的数学，这并不是迄今为止所做的不寻常的里程碑。该实现可在介绍的GitHub存储库中获得https://github.com/vrnika-jain-jain/ml-algos。关键字：人工智能，机器学习，深度学习，优化，模型。基本上，这是一项研究，使计算机能够做能使它们对人类看上去很聪明的事情。引言人工智能是计算机科学的一个分支，它涉及在Ma-hises中构建情报[4]。人工智能对于执行智能行为，学习，展示和向用户提供建议至关重要[6]。在更广泛的观点中，人工智能是学习，解决问题，调整新的解决方案和对系统的看法的桁架[3]。人工智能由两种类型组成，1。弱人工智能：计算机没有思维能力，而是按照编程和计算行为。考试，国际象棋游戏。1。强大的人工智能：自行起作用并像人类一样有力地思考的机器。例如，人形机器人。
与机器学习有关的数学和技术（...
主要关键词
相关文件推荐
