第01天: 機器學習的線性代數（2020.01.28）第02天: 線性代數
第03天: 向量
第04天: 矩陣
第05天: 矩陣型別和運算
第06天: 矩陣分解
第07天: 奇值分解
機器學習實踐者應該加深對線性代數理解！ 理由如下：
你需要學習線性代數符號
你需要能夠讀寫向量和矩陣符號。在書籍、**和**上都用向量和矩陣表示法描述了演算法。
你需要學習線性代數算術
配合線性代數的符號是算術運算的執行。你需要知道如何加、減、乘標量、向量和矩陣。
你需要學習統計學的線性代數
為了能夠閱讀和解釋統計，你必須學習線性代數的符號和運算。現代統計學使用線性代數的符號和工具來作為描述統計方法的工具和技術。從資料的均值和方差的向量，到描述多個高斯變數之間關係的協方差矩陣。（要複習的很多，簡單review，後續用到再回來看~）
你需要學習矩陣分解你需要學習線性最小二乘法
你需要知道如何使用矩陣分解來解線性最小二乘。
這種型別的問題可以被定義為平方誤差的最小化，稱為最小二乘，並且可以用線性代數的語言重新定義，稱為線性最小二乘。利用矩陣分解等矩陣運算可以在計算機上有效地求解線性最小二乘問題。
————————————————————————————————————
2020/2/8留
也許這個課程更完整，但是吳恩達的線性代數回顧更適合趕進度
jason的課程以後需要再重啟！
機器學習（線性代數）筆記
機器學習中的 向量 是指的只有一列的 矩陣 這個矩陣有多少行就稱其為有多少維度 1.某行加上或減去另一行的幾倍，行列式的值不變 2.某行乘k，等於k乘此行列式，例如 3.互換兩行，行列式變號 4.兩行 列 成比例時，行列式的值為0 5.某行 列 為兩項相加減時，行列式可拆成兩個行列式相加減。例如 6...
機器學習之線性代數基礎
友情提示，本博文是博主的雲筆記，記錄一下線性代數的基本知識，很多簡單的內容太懶了就沒寫。博文內容對你可能沒有實質性幫助。c ab，a的列數必須等於b的行數，c的行數是a的行數，c的列數是b的列數。乘法法則是a的每一行與b的每一列的每個對應元素乘積之和。ab e,逆矩陣唯一，且可逆矩陣都是方陣。求解線...
學習筆記 線性代數基礎
注 下文若不宣告，統一為三維向量。定義 一般地，向量為一條從原點出發的一條有向線段。通過終止點的座標來表示 beginx y z end 性質 加法 vec vec beginx 1 y 1 z 1 end beginx 2 y 2 z 2 end begin x 1 x 2 y 1 y 2 z 1...