这篇应该算个flag以及目录帖，两周前就打算开始写这个方面，但是总是一拖再拖，所以干脆先把flag立了，也算给自己一个动力吧。

之所以要总结机器学习中的数学知识，是因为发现学习的过程中有些部分不太扎实，有的知识点也是完全不了解，所以想干脆记录下学习的过程中遇到的难点重点。简单来说，机器学习中数学的知识点也就三个方面，分别是高等数学，线性代数以及概率论，目前我高等数学还没碰到比较大的问题，所以这部分可能暂时没有。现在打算整理的线代知识有奇异值分解（SVD），矩阵的微分性质，概率论的问题有hoeffding不等式以及VC bound。这篇文章应该会给出总结的知识的目录，方便查阅。