1. 一些概念

    独立同分布：随机过程中，任何时刻的取值都为随机变量，如果这些随机变量服从同一分布，并且互相独立，那么这些随机变量是独立同分布

2.深度学习

    复杂度更高的算法，主要适合于神经网络

3.数学在机器学习上的应用

    主要是概率统计；代数是基础工具，如矩阵理论和特征值理论，微分方程求解归结为代数问题

    微分几何应用在流形学习，微分方程应用在归纳学习

    高深数学推动新的机器学习模式，例子：彭实戈院士，倒排随机微分方程理论，预测金融走势

4.机器学习发展及趋势