আমি বর্তমানে গণিত অধ্যয়ন করছি। তবে আমি ভবিষ্যতে পেশাদার গণিতবিদ হতে চাই বলে মনে করি না। আমি আমার গণিতের জ্ঞানকে কৃত্রিম বুদ্ধিমত্তায় গবেষণা করার জন্য প্রয়োগ করার কথা ভাবছি। তবে আমি গণিতের কতগুলি পাঠ্যক্রম অনুসরণ করব তা নিশ্চিত নই। (এবং কোন সিএস তত্ত্বের কোর্সগুলি আমার অনুসরণ করা উচিত))
কোওড়া থেকে, আমি জানতে পারি যে লিনিয়ার বীজগণিত, পরিসংখ্যান এবং উত্তল অপ্টিমাইজেশন বিষয়গুলি মেশিন লার্নিংয়ের জন্য সর্বাধিক প্রাসঙ্গিক ( এই প্রশ্নটি দেখুন)। অন্য কেউ উল্লেখ করেছেন যে কৃত্রিম বুদ্ধিমত্তা অধ্যয়নের জন্য লিনিয়ার বীজগণিত, সম্ভাবনা / পরিসংখ্যান, ক্যালকুলাস, বেসিক অ্যালগরিদম এবং লজিক শেখার প্রয়োজন ( এই প্রশ্নটি দেখুন)।
আমি আমাদের বিশ্ববিদ্যালয়ের গণিত স্নাতকের প্রথম 1.5 বছরের সময় এই সমস্ত বিষয় সম্পর্কে শিখতে পারি।
আমি ভাবছিলাম, যদিও এখানে স্নাতক-স্তরের গণিত বিষয়ের কিছু উচ্চ-স্নাতকও রয়েছে যা কৃত্রিম বুদ্ধিমত্তা অধ্যয়নের জন্য দরকারী বা এমনকি প্রয়োজনীয়। ওডিইএস, পিডিই, টপোলজি, পরিমাপ তত্ত্ব, লিনিয়ার বিশ্লেষণ, ফুরিয়ার বিশ্লেষণ এবং ম্যানিফোল্ডগুলিতে বিশ্লেষণ সম্পর্কে কী?
একটি বই যা সূচিত করে যে কৃত্রিম বুদ্ধিমত্তার অধ্যয়নের জন্য বেশ কিছু উন্নত গণিত দরকারী : প্যাটার্ন থিওরি: ডেভিড ম্যামফোর্ড এবং অ্যাগনেস দেসোলনেক্সের রিয়েল-ওয়ার্ল্ড সিগন্যালের স্টোকাস্টিক বিশ্লেষণ ( এই পৃষ্ঠাটি দেখুন)। এর মধ্যে মার্কভ চেইন, পাইসওয়াইস গাউসিয়ান মডেলস, গিবস ফিল্ডস, ম্যানিফোল্ডস, লাই গ্রুপ এবং মিথ্যা বীজগণিত সম্পর্কিত অধ্যায় এবং প্যাটার্ন তত্ত্বের প্রয়োগ রয়েছে includes এই বইটি এআই গবেষণায় কীভাবে প্রযোজ্য?