التحليل الحقيقي Real Analysis

الرياضيات المتقدمة للذكاء الاصطناعي الصعوبة: خبير 2 دروس الزمن المتوقع: 1 ساعة و40 دقيقة

تعريف بالمسار

المتتاليات والتقارب والاستمرار المنتظم كأساس صارم لنظريات التقارب.

الأهداف التعليمية

  • استخدام تعريف ε–N للنهاية
  • تحديد تقارب المتسلسلات بالاختبارات الأساسية
  • تطبيق مبرهنة الانكماش لباناخ
  • ربط شروط التقارب بالانحدار التدرجي

قائمة الدروس

  1. 1 المتتاليات والمتسلسلات وتعريف ε–N Sequences, Series and the ε–N Definitionالمتتالية تتقارب إلى L إذا أمكن لكل ε موجبة إيجاد N تبقى بعده كل الحدود ضمن ε من L؛ والمتسلسلة تتقارب إذا تقاربت مجاميعها الجزئية، وشرط aₙ → 0 لازم غير كافٍ كما تبين المتسلسلة التوافقية. خبير · 50 د
  2. 2 النقاط الثابتة ومبرهنة الانكماش Fixed Points and the Contraction Mapping Theoremالنقطة الثابتة تحقق g(x*) = x*؛ وإذا كانت g انكماشاً بمعامل q أصغر من 1 فلها نقطة ثابتة وحيدة يتقارب إليها التكرار xₖ₊₁ = g(xₖ) من أي بداية بخطأ يتناقص مثل qᵏ (مبرهنة باناخ). هذا يفسر تقارب الانحدار التدرجي وتكرار القيمة في التعلم المعزز. خبير · 50 د

التطبيقات في الذكاء الاصطناعي

  • براهين تقارب خوارزميات التحسين
  • جداول معدل التعلم
  • معادلة بيلمان كنقطة ثابتة

الاختبار النهائي للمسار

12 سؤالاً مختارة عشوائياً من بنك أسئلة المسار، الزمن 25 دقيقة، ونسبة النجاح 65%.

ابدأ الاختبار النهائي تدرب على أسئلة المسار

المراجع العلمية

  1. MIT OpenCourseWareMassachusetts Institute of Technologyocw.mit.edu
  2. Mathematics for Machine LearningMarc Peter Deisenroth, A. Aldo Faisal, Cheng Soon Ong (Cambridge University Press)mml-book.github.io