Apakah analisis fungsional dan ruang hilbert berguna dalam pembelajaran mesin? Jika ya, bagaimana caranya?

Saya bertanya-tanya, bagaimana ruang hilbert dan analisis fungsional berguna untuk pembelajaran mesin? Saya pikir pembelajaran mesin adalah campuran dari statistik, ilmu komputer dan optimisasi. Bagaimana analisis fungsional berhubungan dengan itu?

Seluruh teori Ruang Sistem Kernel Reproducible yang mendasari pengembangan Mesin Vektor Pendukung dan SVM Terstruktur dibangun berdasarkan teori ruang Hilbert. Juga pengembangan beberapa aplikasi SVM seperti deteksi outlier, yang didasarkan pada gagasan memperkirakan dukungan distribusi probabilitas tidak diketahui (lihat Memperkirakan dukungan distribusi dimensi tinggi, Schölkopf et al. ).

Hanya untuk menambah jawaban @SmallChess. Dalam praktiknya Anda dapat melakukannya tanpa memiliki pengetahuan yang baik tentang hal itu, tetapi Anda tentu perlu memahami implementasinya, aljabar yang terlibat, dan interpretasi geometri dari solusi yang diberikan oleh algoritma pilihan.