本次釋出的MathGPT為Numerical modelling。MahtGPT對人工智能的應用非常廣泛，對數字運算的過程從 數學模型建立、模型分析、模型比對、模型驗證、數字比對等。人工智能運用在數字/數學上的關鍵在於「歸納」和「連結」技術，做到處理人類無法處理的數字問題，突破和解決統計迴歸分析、數學解析的技術限制，完成將「數字轉為數學模式」成就。
此技術影響現有數學教育方法
-
在「歸納方法」上，適用於判定數字。使用方法為「改良式適合度檢定」或運用「曲線配適法」(來自微積分的泰勒展開式)，為少數數字建立數學模式或機率模式。
- 優勢：脫離「人為主觀或經驗法則」認定數字的數學模式，改為由數字自行展現其數學規律，遠離人為對數字序列規律的臆測所造成的錯誤。
-
在「連結技術」上，是指兩欄數字集合或多欄數字集合會產生彼此之間的相應關係。此方面的技術十分複雜，我們提出下列解決方法，並在驗證過程中非常良好。
- 統計學迴歸分析法：指使用直線模式解析數字 - 改良式的非線性和曲線化直線模式：運用一個數學方程式解析數字 - 多線段法：在數字集合內，使用多條線段解析數字 - 移動平均基礎的多線段法：計算N天移動平均值後，為移動平均值建立多條線段解析數字
一般數學和統計學無法成為人工智能的數字解析工具，其方法需要搭配電腦軟體，並重新定義數字解析方法。
- 第一個改良方法是運用45種機率分布測定數字的改良式適合度檢定。此方法同時須檢例機率分布參數的點估計量，超越目前數理統計發展的估計公式。
- 第二個改良方法則是為數字和其頻率運用曲線配適法(Curve fitting, 含5種泰勒展開式)，其中需要做到判定展開式的最佳次冪和數學模式。
- 第三個改良方法是需要加入機率分布模擬器(含超過70種機率分布)，模擬出數自相關或獨立狀態，以及變數轉換轉換成機率分布。機率分布還能計算出各種係數。而這些統計係數又能產生抽樣分布，坐大數法則的解坐大數法則的解析。
- 第四個改良方法是連結技術方法。參考上述的第2點。連結技術方法不只可以做到古典迴歸分析軟體功能，還能用在非常態分布的誤差繼續使用迴歸分析。迴歸分析的期望值模型還能是改良式非線性或曲線化直線模式。
數字種類很多種
此次釋出的軟體適用下列的數字種類。
- 機率論數字：可數、無限可數、不可數
- 數學的數字數列：等差級數、等比級數、對數級數、指數級數、三角函數級數、指數等
- 統計學對數字分類：名義尺度、序列尺度、區間尺度、比例尺度
- 大數據分析的數字分類：封閉型數字、尚待開發型數字、發展中數字、結構性數字、非結構性數字
免安裝軟體
下方已經是將【lines_combined】文件夾壓縮後的壓縮檔。下載後，解壓縮。將解壓縮後的文件夾【lines_combined】複製後貼到C槽(C disk)。
你將看到 C:\lines_combined 內的所有檔案。內有捷徑【program_Main - 捷徑】，並請拖曳到桌面。點擊捷徑就能開始執行單機軟體。
不太熟悉Clone github repository，可直接下載zip檔，或上One drive下載。