Остання редакція: 2025-06-14
Анотація
У доповіді розглянуто взаємозв'язок між базовими розділами вищої математики та методами, які лежать в основі штучного інтелекту. Зокрема, досліджено роль лінійної алгебри, математичного аналізу та теорії ймовірностей у формуванні сучасних моделей машинного навчання. Показано, що глибоке розуміння математичних основ дозволяє краще оптимізувати алгоритми штучного інтелекту та підвищувати їхню ефективність.
HIGHER MATHEMATICS AS A FOUNDATION FOR ARTIFICIAL INTELLIGENCE
Abstract:
The report examines the interconnection between fundamental areas of higher mathematics and the methods underlying artificial intelligence. In particular, the role of linear algebra, mathematical analysis, and probability theory in the development of modern machine learning models is explored. It is shown that a deep understanding of mathematical foundations allows for better optimization of artificial intelligence algorithms and enhances their efficiency.
Ключові слова
Посилання
Хом’юк І. В., Ковальчук М. Б. Вища математика для інженерів. – Вінниця: ВНТУ, 2018. – 312 с.
Goodfellow I., Bengio Y., Courville A. Deep Learning. – MIT Press, 2016.
Bishop C. M. Pattern Recognition and Machine Learning. – Springer, 2006.
Rudin W. Principles of Mathematical Analysis. – McGraw-Hill, 1976.
Ковальчук О. Ю. Математичні методи в інформаційних технологіях. – Вінниця: ВНТУ, 2020.