机器学习笔记(吴恩达老师)
第一章 引言
第二章 单变量线性回归(Linear Regression with One Variable)
第三章 线性代数回顾(Linear Algebra Review)
第三章 线性代数回归(Linear Algebra Review)
一、矩阵和向量
如图:左边是一个4x2的矩阵,右边是一个2x3的矩阵。(m为行,n为列,矩阵表示为m x n的矩阵)
矩阵的 维数 即行数×列数
矩阵元素(矩阵项):Aij 指第 i 行第 j 列的元素。
向量是一种特殊的矩阵,向量一般都是列向量,如 为四维列向量(4×1)。
如下图左图为1索引向量,右图为0索引向量,取决于你用什么编程语言,一般我们用1索引向量。
二、加法和标量乘法
矩阵的加法:行列数相等的可以加
矩阵的乘法:矩阵的每个元素与另一个因数相乘
组合算法如下:
接下来讨论两个矩阵相乘。
三、矩阵向量乘法
矩阵和向量的乘法如图:
用第一个矩阵的每一行乘第二个矩阵的每一列,如上图,m x n 的矩阵乘以 n x 1 的向量,得到的是m x 1 的向量。举例如下:
四、矩阵乘法
m x n 矩阵乘以 n x o 矩阵,变成 m x o 矩阵。
五、矩阵乘法特征
矩阵的乘法不满足交换律: A × B ≠ B × A
矩阵的乘法满足结合律:A × (B × C) = (A × B) × C
单位矩阵:在矩阵的乘法中,有一种矩阵起着特殊的作用,如同数的乘法中的1,我们称这种矩阵为单位矩阵.它是个方阵,一般用 I 或者 E 表示,本讲义都用 I 代表单位矩阵,从左上角到右下角的对角线(称为主对角线)上的元素均为1以外全都为0。如:
对于单位矩阵,有 AI = IA = A
六、逆和转置
参考:http://www.ai-start.com/ml2014/html/week1.html#header-n399