इस लेख में, मैं AI और मशीन लर्निंग के लिए आवश्यक गणित को सरल शब्दों में समझाने जा रहा हूँ। साथ ही, मैं वह सटीक रोडमैप और संसाधन भी साझा करूँगा जिन्होंने व्यक्तिगत रूप से मेरी मदद की। चलिए सीधे मुद्दे पर आते हैं।
1. सांख्यिकी और प्रायिकता (Statistics and Probability)
अनिश्चितता, डेटा और अनुमान की भाषा
AI/ML सिस्टम ऐसे डेटा से सीखते हैं जो शोरगुल वाला, अधूरा और अनिश्चित होता है। प्रायिकता और सांख्यिकी अनिश्चितता के तहत तर्क करने और नमूनों से विश्वसनीय पैटर्न निकालने के लिए औपचारिक उपकरण प्रदान करते हैं।
1.1 जनसंख्या और प्रतिचयन (Populations and Sampling)
- जनसंख्या (Population): संभावित डेटा बिंदुओं का पूरा सेट (आमतौर पर अप्राप्य)।
- नमूना (Sample): जनसंख्या से निकाला गया एक उपसमूह।
- मॉडल सामान्यीकरण के लिए प्रतिचयन पूर्वाग्रह (sampling bias), प्रतिनिधित्व (representativeness) और विचरण (variance) को समझना महत्वपूर्ण है।
1.2 वर्णनात्मक सांख्यिकी (Descriptive Statistics)
- माध्य (Mean), माध्यिका (Median), बहुलक (Mode): केंद्रीय प्रवृत्ति के माप।
- अपेक्षित मान (Expected Value): प्रायिकतावादी औसत; लॉस फंक्शन और जोखिम न्यूनीकरण की नींव।
1.3 विचरण और सहप्रसरण (Variance and Covariance)
- विचरण (Variance): डेटा में फैलाव या अनिश्चितता को मापता है।
- सहप्रसरण (Covariance): मापता है कि दो चर एक साथ कैसे बदलते हैं।
- यह सीधे सहसंबंध (correlation), बहुसहसंबंध (multicollinearity) और फीचर इंटरैक्शन को समझने की ओर ले जाता है।
1.4 यादृच्छिक चर (Random Variables)
- असतत बनाम सतत यादृच्छिक चर।
- प्रायिकता द्रव्यमान फलन (PMFs) और प्रायिकता घनत्व फलन (PDFs)।
1.5 सामान्य प्रायिकता वितरण (Common Probability Distributions)
ये डेटा उत्पन्न होने के तरीके के बारे में धारणाओं को परिभाषित करते हैं:
- सामान्य (गाऊसी): शोर मॉडल, त्रुटियाँ, CLT।
- द्विपद (Binomial): द्विआधारी परिणाम, वर्गीकरण अंतर्ज्ञान।
- एकसमान (Uniform): गैर-सूचनात्मक पूर्व और यादृच्छिकता आधार रेखाएँ।
1.6 केंद्रीय सीमा प्रमेय (Central Limit Theorem - CLT)
- बताता है कि गाऊसी धारणाएँ हर जगह क्यों दिखाई देती हैं।
- कई सांख्यिकीय विधियों को सही ठहराता है, भले ही डेटा सामान्य रूप से वितरित न हो।
1.7 सशर्त प्रायिकता (Conditional Probability)
- आंशिक जानकारी दिए जाने पर प्रायिकता।
- तर्क, भविष्यवाणी और कारण अंतर्ज्ञान के लिए आवश्यक।
1.8 बेयस प्रमेय (Bayes Theorem)
- साक्ष्य के साथ विश्वासों को अद्यतन करता है।
- बायेसियन अनुमान, प्रायिकतावादी मॉडल और आधुनिक अनिश्चितता-जागरूक ML की नींव।
1.9 अधिकतम संभावना अनुमान (Maximum Likelihood Estimation - MLE)
- मॉडल मापदंडों को डेटा में फिट करने का ढाँचा।
- MSE और क्रॉस-एंट्रॉपी जैसे लॉस फंक्शन स्वाभाविक रूप से MLE से उत्पन्न होते हैं।
1.10 रैखिक और लॉजिस्टिक रिग्रेशन (Linear and Logistic Regression)
- रैखिक प्रतिगमन: गाऊसी शोर के तहत सतत भविष्यवाणी।
- लॉजिस्टिक प्रतिगमन: प्रायिकतावादी द्विआधारी वर्गीकरण।
- दोनों अधिक जटिल मॉडलों को समझने के प्रवेश द्वार हैं।
2. रैखिक बीजगणित (Linear Algebra)
डेटा और मॉडलों की संरचना
मशीन लर्निंग में लगभग सब कुछ एक मैट्रिक्स ऑपरेशन है। डेटा, पैरामीटर, एक्टिवेशन और ग्रेडिएंट सभी वेक्टर, मैट्रिसेस या टेंसर हैं।
2.1 अदिश, सदिश, मैट्रिक्स, टेंसर (Scalars, Vectors, Matrices, Tensors)
- अदिश (Scalars): एकल मान।
- सदिश (Vectors): फीचर निरूपण।
- मैट्रिक्स (Matrices): डेटासेट, भार, रूपांतरण।
- टेंसर (Tensors): उच्च-आयामी सामान्यीकरण (डीप लर्निंग)।
2.2 मैट्रिक्स संक्रियाएँ (Matrix Operations)
- जोड़ और घटाव: संकेतों को मिलाना।
- गुणा: रैखिक रूपांतरण और तंत्रिका परतें।
- परिवर्त (Transpose): आकार संरेखण और समरूपता।
- ये संक्रियाएँ मॉडलों में फॉरवर्ड पास को परिभाषित करती हैं।
2.3 सारणिक और व्युत्क्रम (Determinants and Inverses)
- सारणिक: आयतन स्केलिंग और एकलता (singularity)।
- व्युत्क्रम: रैखिक प्रणालियों को हल करना (व्यवहार में शायद ही कभी सीधे गणना की जाती है, लेकिन अवधारणात्मक रूप से महत्वपूर्ण)।
2.4 मैट्रिक्स रैंक और रैखिक स्वतंत्रता (Matrix Rank and Linear Independence)
- रैंक सूचना सामग्री निर्धारित करता है।
- अतिरेक (redundancy), फीचर पतन (feature collapse) और पहचान योग्यता (identifiability) की व्याख्या करता है।
2.5 आइगेनमान और आइगेनसदिश (Eigenvalues and Eigenvectors)
- रूपांतरणों की अपरिवर्तनीय दिशाओं का वर्णन करते हैं।
- स्थिरता, अभिसरण और आयाम में कमी के लिए केंद्रीय।
2.6 मैट्रिक्स अपघटन (Matrix Decompositions)
डेटा को सरल बनाने, विश्लेषण करने और संपीड़ित करने के लिए उपयोग किया जाता है:
- एकवचन मान अपघटन (Singular Value Decomposition - SVD): संख्यात्मक स्थिरता और निम्न-रैंक सन्निकटन के लिए मुख्य उपकरण।
- प्रमुख घटक विश्लेषण (Principal Component Analysis - PCA): आयाम में कमी, शोर निस्पंदन और फीचर निष्कर्षण।
3. कैलकुलस (Calculus)
अनुकूलन के रूप में सीखना
AI मॉडल को प्रशिक्षित करना एक अनुकूलन समस्या है। कैलकुलस बताता है कि मॉडल कैसे सीखते हैं, वे कितनी तेजी से सीखते हैं, और क्या वे बिल्कुल अभिसरण करते हैं।
3.1 अवकलज और प्रवणता (Derivatives and Gradients)
- अवकलज (Derivative): परिवर्तन की दर।
- प्रवणता (Gradient): उच्च आयामों में सबसे तीव्र आरोहण की दिशा।
- प्रवणताएँ ग्रेडिएंट डिसेंट के माध्यम से सीखने को संचालित करती हैं।
3.2 सदिश और मैट्रिक्स कैलकुलस (Vector and Matrix Calculus)
आधुनिक मॉडल बहु-आयामी होते हैं:
- जैकोबियन (Jacobian): सदिश-मान फलनों के प्रथम-क्रम अवकलज।
- हेसियन (Hessian): द्वितीय-क्रम वक्रता जानकारी।
- श्रृंखला नियम (Chain Rule): बैकप्रोपेगेशन की रीढ़।
3.3 अनुकूलन के मूल सिद्धांत (Fundamentals of Optimization)
लॉस लैंडस्केप को समझना महत्वपूर्ण है:
- स्थानीय बनाम वैश्विक निम्नतम (Local vs. Global Minima): प्रशिक्षण क्यों "अटक" सकता है।
- काठी बिंदु (Saddle Points): उच्च-आयामी स्थानों में सामान्य।
- उत्तलता (Convexity): इष्टतमता और स्थिरता की गारंटी देता है (दुर्लभ लेकिन महत्वपूर्ण)।
मैंने वास्तव में यह गणित कैसे सीखा (संसाधन)
यहाँ वह रोडमैप है जिसने मेरे लिए काम किया।
1. पहले अंतर्ज्ञान का निर्माण करें (Build Intuition First)
पाठ्यपुस्तकों से पहले, मैंने दृश्य समझ पर ध्यान केंद्रित किया।
- 3Blue1Brown विशेष रूप से:
- Essence of Linear Algebra
- Essence of Calculus
2. संरचित पाठ्यक्रम (Structured Courses)
- इंपीरियल कॉलेज लंदन – Mathematics for Machine Learning Coursera पर: रैखिक बीजगणित और बहुचर कैलकुलस के लिए बहुत अच्छा, बहुत व्यावहारिक तरीके से पढ़ाया गया।
3. सांख्यिकी और प्रायिकता (Statistics & Probability)
- खान अकादमी (Khan Academy): स्पष्ट स्पष्टीकरण और पर्याप्त अभ्यास।
4. गणित को ML से जोड़ना (Connecting Math to ML)
- यह समझने के लिए उत्कृष्ट कि कैसे सिद्धांत वास्तविक ML मॉडल में बदल जाता है। पुस्तक: An Introduction to Statistical Learning
5. सब कुछ एक साथ जोड़ना (Tying Everything Together)
- दिखाता है कि वास्तविक एल्गोरिदम में सभी अवधारणाएँ एक साथ कैसे फिट होती हैं। पुस्तक: Mathematics for Machine Learning
