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。