Là phân tích chức năng và không gian hilbert hữu ích trong học máy? Nếu vậy thì thế nào?

Tôi đã tự hỏi, làm thế nào các không gian hilbert và phân tích chức năng hữu ích cho máy học? Tôi nghĩ rằng học máy là sự kết hợp của thống kê, khoa học máy tính và tối ưu hóa. Làm thế nào để phân tích chức năng liên quan đến điều đó?

Toàn bộ lý thuyết về Không gian hệ thống hạt nhân tái tạo làm cơ sở cho sự phát triển của Máy vectơ hỗ trợ và các SVM có cấu trúc được xây dựng dựa trên lý thuyết về không gian Hilbert. Ngoài ra, việc phát triển một số ứng dụng của SVM như phát hiện ngoại lệ, dựa trên ý tưởng ước tính sự hỗ trợ của phân phối xác suất chưa biết (xem Ước tính hỗ trợ của phân phối chiều cao, Schölkopf et al. ).

Chỉ cần thêm vào câu trả lời của @SmallChess. Trong thực tế bạn có thể làm mà không cần có kiến ​​thức tốt về nó, nhưng bạn chắc chắn cần phải hiểu các triển khai, đại số liên quan và diễn giải hình học của các giải pháp được đưa ra bởi thuật toán lựa chọn.