人工智能初步模板-数学

本项目完成人工智能数学的探究式学习，通过Geogebra可视化数学计算，动态参数了解数学计算原理。

  • A*搜索算法（放在机器学习一章）
  • 贝叶斯公式
  • 一元线性回归
  • 信息熵
  • 聚类
  • 激活函数
  • 损益函数

    • 线性回归（交互媒体整合：Iframe嵌入）

    任务1：手动调整参数： $$ S = \sum_{i=1}^n (y^i - y)^2 $$

    下图有5个坐标点，对5个坐标点进行\(y = ax + b \) 回归拟合, 采用最小二乘法计算，求解\(S\) 最小值。

  • 1.逐渐改变截距(y intercept)值，看\(S\) 值的变化，达到最小值。(用鼠标或键盘箭头左右键)
  • 2.然后，在逐渐改变斜率(slop)值，看\(S\) 值的变化，达到最小值。(用鼠标或键盘箭头左右键)
  • 3.重复以上步骤，探究最小值的回归方式：\(y = ax + b \)
  • 4.记录本小组得到方程参数（以上步骤可以通过矩形区域面积和进行目测）。
  • 5.自己任务2的Geogebra做点，通过系统菜单自动的最佳拟合直线，获得方式式的参数，进行对比。

    • 任务2：系统自动拟合，对比
  • 选择菜单最佳拟合直线，选择所要点，自动获得\(y=ax+b\) 的参数，对比前面求解参数是否相近？
  • 在前一个数学图形中，进行参数调整，看看S值是否变小？