線性代數(Linear Algebra),作為大學理工科開設的基礎課程,如今已成為機器學習中用來表征資料的基本工具,其重要性不言而喻,本科曾學習過這門課程的我,當時對里面的很多概念并沒有理解清楚,尤其是線性代數的幾何意義,后來在研一上半學期我又重新回顧了一次,這是我閱讀完Lay D.C的《線性代數及其應用》后按章節整理的思維導圖,主要歸納了相關的定義和定理,點開保存即可查看,此外再分享一下相關的學習資源,希望能幫助到后來學習者,
學習資源
- 公開課
- 線性代數的本質
- MIT線性代數
- 書
- 《線性代數及其應用》
- 《線性代數應該這樣學》
- 講義
- CS229線性代數講義
- Matrix Cookbook
- 矩陣求導術(上)、(下)
線性方程組

矩陣代數

行列式

向量空間

特征值與特征向量

正交性和最小二乘法

對稱矩陣和二次型

向量空間幾何學

轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/51646.html
標籤:其他
上一篇:樹莓派4B遇到的坑
下一篇:自定義Keras Layer
