乙份關於機器學習中線性代數學習資源的彙總

對於機器學習而言，要學習的特徵大多數是以矩陣的形式表示。線性代數是一門關於矩陣的數學，也是機器學習領域中的乙個重要支柱。

對初學者來說，線性代數可能是乙個富有挑戰性的難點。那麼通過這篇文章，你會收穫如何學習與機器學習相關的線性代數內容的相關建議與幫助。

讀完這篇文章，你就會了解：

可以參考維基百科上的文章和線性代數教材

一些關於線性代數主題討論的問答**

維基百科上的線性代數解釋

維基百科是乙個偉大的**，所有的重要主題的描述大多都是簡潔、正確的。但存在的不足就是缺少更多人性化的描述，如模擬等。

然而，當你對線性代數有一些疑問時，我建議你首先不要從維基百科上面尋找答案。維基百科上面一些關於線性代數好的網頁有以下幾個：

線性代數教材

強烈建議手頭上有一本好的線性代數教材，並將其作為參考教材。一本好教材的好處就是書上內容的解釋都應該是相一致，而缺點可以是非常昂貴的。那麼如何去尋找一本好的教材呢？答案很簡單，就是一些頂尖大學的本科或研究生課程所需的線性代數教材。

我建議的一些基礎性的教材包括一下幾本（僅供參考）：

此外，建議的一些更高層次的教材如下：

另外推薦一些關於多元統計的好教材，這是線性代數和數值統計方法的集合。

維基百科線性代數詞條

的最後一部分

內容中可以看到。

線性代數大學課程

大學的線性代數課程是有用的，這使得本科生學習到他們應該掌握的線性代數內容。而作為一名機器學習實踐者，大學的線性代數課程內容可能超過你所需掌握的內容，但這也能為你學習機器學習相關線性代數內容打下堅實的基礎。

我鼓勵你通過使用大學課程教材，深入學習相關課程來加深對機器學習中特定主題的理解。而不需要完全從頭學到尾，這對於機器學習從業者來說太費時間了。

美國頂尖學校推薦的課程如下：

問答平台

目前網路上存在大量的問答平台，讀者們可以在上面進行相關話題的討論。以下是我推薦的一些問答平台，在這裡要注意，一定要記得定期訪問之前發布的問題及壇友的解答。

numpy資源

如果你是用python實現相關的機器學習專案，那麼numpy對你而言是非常有幫助的。

如果你同時也在尋找關於numpy和scipy更多的資源，下面有幾個好的參考教材：

作者資訊

jason brownlee

，機器學習專家，專注於機器學習教育

譯者：海棠，審閱：袁虎。