https://zhuanlan.zhihu.com/p/392672549

典型的机器学习算法所用到的数学知识点

• 频繁用到的知识点：

1. 向量和矩阵的运算
2. 梯度下降法等优化算法
3. 概率
4. 信息论中的模型概念

基础：

线性代数与微积分

最优化方法严重依赖于微积分的知识，信息论与随机过程是概率论的延伸

• 知识整体结构

一、微积分

1. 一元函数微积分
2. 多元函数微积分

通常情况下，机器学习需要得到一个函数（模型，或者说假设），既然是函数，那自然就离不开微积分了。

总体来说，机器学习中所用的微积分知识，工科微积分教材基本上已经讲了，除了下面这些内容：

1. 上/下确界