我正在尝试更多地了解内核机器理论，我发现我需要学习很多背景数学，所以我正在为此寻找一些好的资源。特别是：我有 Schölkopf 和 Smola 的Learning with Kernels一书，他们开始讨论傅立叶变换、格林函数、运算符（例如，我以前从未听说过伪微分运算符）和其他类似的东西。我没有处理任何这些的经验，但我真的很想了解它。虽然我当然可以用谷歌搜索个别例子，但我真的更愿意进行更全面的处理。

抱歉，如果这太模糊或太具体，但我真的很难找到如何开始系统地获取背景数学，以便我可以轻松地使用内核和 RKHS 理论。非常感谢。

更新：我保留了我的背景，因为我担心这会使这对我来说过于具体，但因为有人问：我已经上了一门实分析课程和一门现代代数课程，以及一门标准线性代数和多元微积分课程。我没有研究过微分方程。我还参加了一些数理统计课程（包括一些测度论课程，尽管我从未正式学习过测度论）。我对我研究过的狭窄范围的统计数据感到满意（例如 LLN、CLT、指数族、GLM、混合模型、完整和充分的统计数据……），但我没有太多纯数学知识我觉得开始伤害我的背景。