【机器学习】机器学习中用到的高等数学知识

机器学习是一个跨学科领域，涉及多种高等数学知识。以下是一些在机器学习中常用的数学概念和技术：

1. 线性代数 (Linear Algebra)

• 向量和矩阵：用于表示数据集和特征。
• 矩阵运算：加法、乘法和逆矩阵等，用于计算模型参数。
• 特征值和特征向量：用于降维（如主成分分析 PCA）和理解数据结构。
• 奇异值分解 (SVD)：用于数据降维和矩阵近似。

2. 概率论与统计 (Probability and Statistics)

• 概率分布：理解数据的分布特征（如正态分布、伯努利分布、均匀分布等）。
• 期望和方差：描述随机变量的中心位置和离散程度。
• 贝叶斯定理：用于推断和分类中的后验概率计算。
• 假设检验：评估模型的性能和数据显著性。