前言
机器学习是现代数学建模的极致形式，集成了函数、向量、微积分、概率论、统计学及其他扩展数学工具。如果你是计算机爱好者，那么机器学习是一个值得终身研究的学科，但学习机器学习的前提，必须要有一个良好的数学基础。作者已毕业三年且从未接触过机器学习，本文是作者花费了大量的事件和精力，浏览无数文本和视频总结出来的数学知识，如果你： 

毕业很久了
想要学习机器学习
技术栈是Java

那么本文将十分适合你，它会构建你的实用数学体系。 
数和量
在数学里，数只是“多少”的抽象，是孤立的符号；而量则是“世界的属性”，它需要用数去度量。根据量的特性，可分为两类核心形式： 

标量：只有大小，没有方向，例如温度 36.5℃、质量 70kg。
向量：既有大小又有方向，例如位移、速度、力，可以表示为：


\vec{v} = (v_1, v_2, \dots, v_n)

几何
几何的核心作用是为“数与量”...