机器学习绕不开的基础知识就是数学。那么，想要学好机器学习究竟需要什么基础?下面，就跟随小编一起来看看吧!

　　线性代数

　　向量、向量的点积与叉积、行列式、代数余子式、矩阵、矩阵和方程组、矩阵的秩、逆矩阵、高斯 — 诺尔当消元法、消元矩阵与置换矩阵、矩阵的 LU 分解、欧几里得距离、曼哈顿距离、切比雪夫距离、夹角余弦等;

　　高等代数

　　导数、微分、不定积分、定积分、弧长、偏导、多重积分、范数、参数方程、极坐标系、柱坐标系、球坐标系、梯度、梯度下降算法、方向导数、线性近似、二阶近似、泰勒公式、牛顿法、zuixiao 二乘法、求解极值、拉格朗日乘子法、KKT 条件、欧拉—拉格朗日方程等;

　　概率论与统计学

　　概率、期望、古典概型、几何概型、互斥事件、独立事件、分布函数、离散型分布、连续型分布、假设检验、贝叶斯公式等。

　　点击图片免费领取课程!

　　以上就是开课吧小编为大家整理发布的“学机器学习需要什么基础?”一文，更多相关内容尽在开课吧广场-人工智能频道。