机器学习所需的数学基础

牛人林达华推荐有关机器学习的数学书籍：http://bbs.sciencenet.cn/home.php?mod=space&uid=224917&do=blog&id=491478

和机器学习和计算机视觉相关的数学：http://bbs.sciencenet.cn/blog-224917-491481.html

数学：

L1 Regularization：http://freemind.pluskid.org/machine-learning/sparsity-and-some-basics-of-l1-regularization/，这篇文章解释了L1
regularization为什么会产生稀疏解，很不错

拉格朗日乘子法和KKT条件： http://blog.csdn.net/xianlingmao/article/details/7919597

对偶问题：http://blog.pluskid.org/?p=702

傅里叶变换、拉普拉斯变换和Z变换的意义： http://www.douban.com/group/topic/16224491/

特征值、特征向量的意义：http://blog.renren.com/share/233038435/4631427748、http://blog.sina.com.cn/s/blog_629f79b101012olc.html

似然性、最大似然估计： http://blog.csdn.net/liurong_cn/article/details/9790945

无约束最优化：http://www.52nlp.cn/unconstrained-optimization-one 从线搜索讲到牛顿法、拟牛顿法、BFGS、LBGFS等

线性代数：

SVD：http://www.cnblogs.com/Leftnoteasy/archive/2011/01/19/svd-and-applications.html

http://www.cnblogs.com/Leftnoteasy/archive/2011/01/19/svd-and-applications.html

SVD的几何意义：http://blog.sciencenet.cn/blog-696950-699432.html

SVD和LSA：http://www.isnowfy.com/introduction-to-svd-and-lsa/

关于K-SVD的介绍：http://home.ustc.edu.cn/~zywvvd/files/K-SVD.pdf、http://blog.csdn.net/abcjennifer/article/details/8693342

K-SVD的实验：http://home.ustc.edu.cn/~zywvvd/files/KSVD%20summary.pdf

K-SVD总结：http://blog.nrdang.com/?p=35

MP和OMP：http://blog.csdn.net/scucj/article/details/7467955

LDA：http://blog.csdn.net/jirongzi_cs2011/article/details/9498981