机器学习系列01——机器学习需要这些数学知识

1、前言

放假在家想写写机器学习系列的文章，除夕前先来开个头，后面会一直写下去，搞机器学习算法也有一年多了，体会多少还是有一些的，这里记录在博客中，一来为自己后面的面试做点储备，二来是为了分享，因为很多都是从大家的博客中去学习的，所以这里也要将我理解的新的内容反馈出来，大家一起学习进步。

2、机器学习中涉及到的数学知识

数学在计算机中的重要性不言而喻，这里也不多说了，先在这里罗列一下机器学习中涉及到的数学知识，以供大家自己能有思路有方法的学习机器学习相关的知识：

高等数学

常见函数求导

导数运算法则

复合函数求导

方向导数与梯度（难点）

凸集与凸函数

一元函数求极值

多元函数求极值（了解）

拉格朗日乘子法

泰勒公式展开

空间解析几何和向量代数

线性代数

矩阵的定义，矩阵的转置

单位矩阵，三角矩阵，对称矩阵

向量内积，相关性

正交向量组，标准正交基，正交矩阵

特征值分解

概率论

事件的关系与运算

条件概率，全概率公式，贝叶斯公式

随机变量的期望，方差

协方差，相关系数，协方差矩阵

概率分布：0-1分布，二项分布，高斯分布

极大似然函数估计

大数定律，伯努利大数定律，中心极限定理

对于上面的相关的内容大多数都已经总结了文档，放在自己的群文件共享中，后面在写机器学习算法的时候，会提到相关的数学内容，如果大家需要就留下QQ邮箱，看到我会发给大家的。