重学线性代数

共 20 讲。

目录

• 重学线性代数
• 开篇词 - 从今天起，学会线性代数
• 01 - 导读：如何在机器学习中运用线性代数工具？
• 02 - 基本概念：线性代数研究的到底是什么问题？
• 03 - 矩阵：为什么说矩阵是线性方程组的另一种表达？
• 04 - 解线性方程组：为什么用矩阵求解的效率这么高？
• 05 - 线性空间：如何通过向量的结构化空间在机器学习中做降维处理？
• 06 - 线性无关：如何理解向量在N维空间的几何意义？
• 07 - 基和秩：为什么说它表达了向量空间中“有用”的向量个数？
• 08 - 线性映射：如何从坐标系角度理解两个向量空间之间的函数？
• 09 - 仿射空间：如何在图形的平移操作中大显身手？
• 10 - 解析几何：为什么说它是向量从抽象到具象的表达？
• 基础通关 - 线性代数5道典型例题及解析
• 11 - 如何运用线性代数方法解决图论问题？
• 12 - 如何通过矩阵转换让3D图形显示到二维屏幕上？
• 13 - 如何通过有限向量空间加持的希尔密码，提高密码被破译的难度？
• 14 - 如何在深度学习中运用数值代数的迭代法做训练？
• 15 - 如何从计算机的角度来理解线性代数？
• 强化通关 - 线性代数水平测试20题
• 结束语 - 和数学打交道这么多年，我的三点感悟