我们知道机器学习的特点就是：以计算机为工具和平台，以数据为研究对象，以学习为中心；是概率论，线性代数，数值计算，信息论，最优化理论和计算机科学等多个领域的交叉学科。所以这里我打算补充一下机器学习涉及到的一些常用的知识点。
（注意：目前自己补充到的所有知识点，均按照自己网课视频中老师课程知识点走的，同时一些公式是网友辛辛苦苦敲的，文中用到那个博客均在文末补充链接地址，这里首先表示感谢！！）
1，函数1.1 函数的定义函数（function）的定义通常分为传统定义和近代定义，函数的两个定义本质是相同的，只是叙述概念的出发点不同，传统定义是从运动变换的观点出发。函数的近代定义是给定一个数据集A，假设其中的元素为x，对A中的元素施加对应法则 f ，记做 f(x)，得到另一数据集B，假设B中的元素为y，则 x 和 y 之间的等量关系可以用 y = f(x) 表示。函数概念含有三个要素：定义域A，值域B和对应法则 f 。其中核心为对应法则 f，它是函数关系的本质特征。
在一个变换过程中，发生变化的量叫变量（数学中，变量为 x ，而 y 则随 x 值的变化而变化），有些数值是不随变量而改变的，我们称他们为常量。
自变量（函数）：一个与它量有关系的变量，这一量中的任何一值都能在它量中找到对应的固定值。
因变量（函数）：随着自变量的变化而变化，且自变量取唯一值时，因变量（函数）有且只有唯一值与其对应。
函数值：在 y 是 x 的函数中，x 确定一个值，y 就随之确定一个值，当 x 取 a 时， y 就 随之确定为 b，b 就叫做 a 的函数值。
注意：符号只是一种表示，任何符号都是帮助我们理解的，它本身没有特殊的含义。都是我们给予赋值操作，也可以如下：
分段函数：就是对于自变量x 的不同取值范围，有着不同的解析式的函数。它是一个函数，而不是几个函数；分段函数的定义域是各段函数定义域的并集，值域也是各段函数值域的并集。
反函数：一般来说，设函数 y = f(x) 的值域为C，若是找得到一个函数 g(y) 在每一处 g(y) 都等于 x，这样的函数 x = g(y) 叫做函数 y = f(x) 的反函数，记做 x = f-1(y)。反函数 x = f-1(y) 的定义域，值域分别为函数 y = f(x) 的值域，定义域。最具代表性的反函数就是对数函数与指数函数。
显函数与隐函数：显函数是函数的类型之一，解析式中明显的用一个变量的代数式表示另一个变量时，称为显函数；如果方程F(x, y) =0 能确定 y 是 x 的函数，那么称这种方式表示的函数是隐函数。
