如果您要区分统计和机器学习，那么您需要定义两者之间的边界，并且该边界将基于意见。哪些算法属于机器学习，哪些属于统计学，这是一个定义问题。

我将尝试举一些例子，而不是承诺其中一个。

1. 线性回归期望误差（残差）呈正态分布。这来自最大似然和$x^2$正态分布的 PDF 中的术语。
2. 逻辑回归期望类成员的对数几率是线性的。这是针对具有相等方差的两个正态分布的类给出的。它遵循贝叶斯概率。
3. 线性判别分析需要两个具有相同协方差矩阵的正态多元分布类。

即使您的数据违反假设，您也可以应用这些算法，但结果（在统计数据中：参数估计）将不会（完全）正确。它们偏离实际值的程度取决于假设违反的程度。