1樓：西域牛仔王
a、b、c、d、e、f、x、y、m、ans 都是儲存器，可以存放計算中間值。
存入時，先按 sto 鍵，然後內
按相應儲存器，容
要想使用儲存器中的數，只須先按 rcl 鍵，再按相應儲存器。
另外，在進行某些運算時，計算器可能會強制使用某些儲存器，如進行直角座標與極座標轉換時，就是用 x、y 儲存，每次的計算結果也都放在 ans 儲存器中。
學習人工智慧，需要什麼數學基礎？
2樓：熱情的
需要必備抄
的知識有襲:
1、線性代數：如何bai將研究物件形式化du？
2、概率論：zhi如何描述統計規律？
3、數理dao統計：如何以小見大？
4、最優化理論： 如何找到最優解？
5、資訊理論：如何定量度量不確定性？
6、形式邏輯：如何實現抽象推理？
7、線性代數：如何將研究物件形式化？
人工智慧簡介:
1、人工智慧（artificial intelligence），英文縮寫為ai。
2、它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。
人工智慧涉及的學科:
哲學和認知科學，數學，神經生理學，心理學，電腦科學，資訊理論，控制論，不定性論，仿生學，社會結構學與科學發展觀。
3樓：長沙新華電腦學院
這個問題比較大。一般來說，學好數學是基礎。邏輯推理和映像思維也十分重要。
可以到這邊看看
4樓：cda資料分析師
人工智慧技術歸根到底都建立在數學模型之上，要了解人工智慧，首先要掌握專必備的數學屬基礎知識，具體來說包括：
線性代數：如何將研究物件形式化？
概率論：如何描述統計規律？
數理統計：如何以小見大？
最優化理論： 如何找到最優解？
資訊理論：如何定量度量不確定性？
形式邏輯：如何實現抽象推理？
學習人工智慧的數學基礎是甚麼
5樓：匿名使用者
數理邏輯、來離散數學、微積分是絕源
對重要bai的。 人工智慧有很多分支，du從zhi各分支的總和來看dao，幾乎所有的數學都是重要的。不過不論你將從事哪些分支的研究，有幾項始終是重要的：
數理邏輯、離散數學、微積分。對ai理論研究，需要很深的邏輯；象模態邏輯、時序邏輯等等非經典邏輯，還需要範疇學。對傳統符號式機器學習，需要數理邏輯和離散數學、概率統計。
對連線主義機器學習，需要概率統計、微積分。對強化學習和agent，需要邏輯和運籌學。 祝你在學習中取得進步。
6樓：匿名使用者
模糊數學，要不然不能叫只能，只是簡單的判斷罷了
還有就是邏輯學，這個很必要
什麼是智慧?什麼是智慧儀器?
7樓：匿名使用者
智慧是一個涉及很多方面的概念，不容易說的精闢。一般認為，智慧是指個
體對客觀事物進行合理分析、判斷及有目的地行動和有效地處理周圍環境事宜的綜合能力。也有認為智慧是多種才能的總和。有外國學者認為：
智慧由語言理解、用詞流暢、數、空間、聯絡性記憶、感知速度及一般思維 7種因子組成。
一般所講的智慧儀器是指具有自動檢測工作狀態，自動設定初始資料，能夠實行邏輯判斷，能夠指令執行機構，能夠記憶貯存測量資料的儀器。智慧儀器都帶有電腦或單（片）板機作為儀器控制中心，代替人的許多操作，從而保證儀器能夠發揮最佳的工作效能。舉個例子，一部照相機，可以看成一臺測量光線，記錄圖象的儀器。
老式的照相機要求操作者要有一定的光學知識、底片感光的知識等攝影技術，否則拍不出滿意的**。現在的「傻瓜相機」其實就是智慧儀器，利用內建的電腦（單（片）板機）把拍攝現場的各種引數自動測定好並指令照相機，使得人們在使用「傻瓜相機」的時候，只需要一按快門就完成所有的必須的操作。
8樓：匿名使用者
智慧就是對完全未知的事物有探索、思考、總結歸納、分析判斷能力，比如說你在思考一個數學問題，思考了很久還是沒解答出來，那麼你會懷疑自己的思路是不是錯了，或許你會想回到起點換條路試試，這個就是人的智慧的體現，到目前為止，還沒有一臺稱得上是有智慧的機器，大部分機器都是人事先幫機器想好一切可能的情況，機器只是在重複執行一件事前多個條件判斷而已，一旦出現超出機器設計時設計者的預見，機器就不知道如何處理了，這個算不上是智慧。
人工智慧需要學習哪些數學知識
9樓：匿名使用者
分佈，kl距離等再往
bai後面延伸還有du資訊理論等
zhi內容它是更實用理論dao的基礎。
內5.最優化
在簡單基礎的容應用場景下，我們希望機器學習能很好的對於事物有個歸納總結的能力，所以訓練學習的過程有點像一個擬合過程，不用的應用場景對不同的目標進行優化所以肯定是基礎再上一層所要具備的數學素養
6.凸優化
更進一步的優化應用
7. 組合數學
這是計算機行業的基本功
8.具體數學
一本書叫這個名字，同樣應該作為通用計算機類數學基本功9.時間序列分析
10.隨機過程
對人工智慧很感興趣，打算學習，請問需要什麼數學基礎？
10樓：匿名使用者
好吧bai
。。之前兩個回答du
明顯是copy過來的。。zhi。但講的大概是對的。dao。。
目前回國內比較熱門的應該有機答器學習(ml)，資料探勘(dm)，自然語言處理(nlp)，這些方向國內還是比較強的，因為不依賴硬體，純理論和軟體。其他方向比如智慧機器人，生物智慧，這些比較依賴硬體實力，國內相對較弱，歐美日這些方面比較強。看以後是準備在國內還是國外發展而定(當然外國ml,dm,nlp也很強。。
只是國內相對來說比較好。。)
有一點是肯定的，絕大部分理工科，數學都是要求非常高的。。。當然我說的是研究，如果是做ai方向的程式設計師的話，要求不是很高。。。ai的所有方向都會用到線性代數，概率論。
至於樓上說的什麼離散數學，微積分，用是用的到 不過並不是非常難，因為他們只是基礎 某個函式你知道怎麼積分就行了，沒有太多難處。。切身感覺是，概率論非常非常重要，基本上人工智慧裡面的「智慧」就靠概率來實現。。。。（生物智慧不是很瞭解 不過也應該是差不多）
11樓：熱情的
需要必備的知識有:
1、線性代數：如何將研究物件形式化？
2、概率論：如何描
內述統計規律？
3、數理統容計：如何以小見大？
4、最優化理論： 如何找到最優解？
5、資訊理論：如何定量度量不確定性？
6、形式邏輯：如何實現抽象推理？
7、線性代數：如何將研究物件形式化？
人工智慧簡介:
1、人工智慧（artificial intelligence），英文縮寫為ai。
2、它是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。
人工智慧涉及的學科:
哲學和認知科學，數學，神經生理學，心理學，電腦科學，資訊理論，控制論，不定性論，仿生學，社會結構學與科學發展觀。
12樓：cda資料分析師
人工bai智慧技術歸根到底都建立du在數學模zhi型之上，要了解人dao工智慧，首先要掌握內
必備的數容學基礎知識，具體來說包括：
線性代數：如何將研究物件形式化？
概率論：如何描述統計規律？
數理統計：如何以小見大？
最優化理論： 如何找到最優解？
資訊理論：如何定量度量不確定性？
形式邏輯：如何實現抽象推理？
13樓：朱軍號
1.命題
邏輯和謂詞邏輯 2.多值邏輯 3.概率論 4.
模糊理論 數理邏輯、離散數學、微積分回是絕對重要答的。 人工智慧有很多分支，從各分支的總和來看，幾乎所有的數學都是重要的。不過不論你將從事哪些分支的研究，有幾項始終是重要的：
數理邏輯、離散數學、微積分。對ai理論研究，需要很深的邏輯；象模態邏輯、時序邏輯等等非經典邏輯，還需要範疇學。對傳統符號式機器學習，需要數理邏輯和離散數學、概率統計。
對連線主義機器學習，需要概率統計、微積分。對強化學習和agent，需要邏輯和運籌學。 祝你在學習中取得進步。
ENKO計算器中如何求,計算器的X怎麼用啊？謝謝幫忙
對於一般的雙行顯示的科學計算器，按 rcl 變數 後，上行會顯示a 統計模式中是 x的平方 下行直接顯示結果。對於單行的計算器，輸入 rcl 變數 後會直接顯示結果。統計模式中，x的平方 的值會代入變數a，所以按 rcl 變數a所在的按鍵 會直接顯示平方和。是不需要單獨輸入 a 的。計算器的 x 怎...
函式計算器怎麼用，EXP？函式計算器上怎麼使用（怎麼摁，具體點）
我會按c4和m4a1的嘿嘿 m 加存 m 減存 mc清除存數 mr取出存數 ms存入資料 mc清除儲存器中的資料，如果儲存器中有資料，mc上方的小灰框中會有個m標記 mr將儲存的資料調到顯示欄中 ms儲存當前顯示欄中的值 m 將當前顯示欄中的數與儲存的資料相加，結果作為新的儲存資料儲存c清除除儲存器...
求用java編寫的計算器程式1實現簡單加減
public mycalculator f new jframe 計算器bymdou container contentpane f.getcontentpane 選單的建立開始 jmenubar mbar new jmenubar mbar.setopaque true medit new jme...