必懂線性代數概念：
集合：由某些特定物件彙總而成的集體。
標量：由單獨的數a構成的元素被稱為標量（scalar）
向量：如果多個標量按照一定順序組成乙個序列，這樣的元素就被稱為向量（vector）
矩陣：每個向量都由若干個標量構成，如果將向量的所有標量都替換成相同規格的向量，得到的就是矩陣。
張量：如果將矩陣的每個標量元素在替換為向量的話，得到的就是張量。簡而言之，就是高接矩陣
範數：將向量轉換為具體的數。例如l-1-範數是計算向量所有元素絕對值的和。
內積：計算的是兩個向量對應元素乘積的求和。
正交：兩個向量的夾角為90度
向量可以來是某些物件或某些行為的特徵線性空間：如果有乙個集合，它的元素都是具有相同維度的向量，並且定義了加法和數乘等結構化的運算，這樣的集合就被稱為線性空間。舉個例子：加入現在乙個集合中有（1，1，1），那麼此時線性空間中應該包括所有可以通過加法和數乘等結構的運算結果，比如2 * （1，1，1）的結果（2，2，2）就是屬於同乙個向量空間。
內積空間：定義了內積運算的線性空間稱為內積空間
正交基：在內積空間中，一組兩兩正交的向量構成了這個空間的正交基
標準正交基：假若正交基中基向量的l2範數都是單位長度1，這組正交基就是標準正交基
特徵值分解：求解給定矩陣的特徵值和特徵向量的過程叫做矩陣分解
人工智慧數學基礎 線性代數
必備的數學知識是理解人工智慧不可或缺的要素，所有的人工智慧技術歸根到底都建立在數學模型之上，而這些數學模型又都離不開線性代數 linear algebra 的理論框架。線性代數不僅僅是人工智慧的基礎，更是現代數學和以現代數學作為主要分析方法的眾多學科的基礎。從量子力學到影象處理都離不開向量和矩陣的使...
人工智慧數學基礎 線性代數
必備的數學知識是理解人工智慧不可或缺的要素，所有的人工智慧技術歸根到底都建立在數學模型之上，而這些數學模型又都離不開線性代數 linear algebra 的理論框架。線性代數不僅僅是人工智慧的基礎，更是現代數學和以現代數學作為主要分析方法的眾多學科的基礎。從量子力學到影象處理都離不開向量和矩陣的使...
人工智慧入門01 什麼是人工智慧
圖靈測試 turing test 由艾倫 圖靈 alan turing 在1950年發明，指測試者與被測試者 乙個人和一台機器 隔開的情況下，通過一些裝置 如鍵盤 向被測試者隨意提問。測試滿足三個條件 進行多次測試後，如果機器讓平均每個詢問者做出超過30 的誤判，那麼這台機器就通過了測試，並被認為具...