机器学习第二回——矩阵部分总结

感觉这一回的前半部分还很简单，属于矩阵的基本操作，所以进行一个简单的总结，可能随着学习的深入还会补充~

一.矩阵和向量

矩阵：通常用大写字母表示，（而数字的表示通常使用小写字母）在本课程中，下标都从1开始。
向量：单列矩阵，通常是n*1阶，向量的行数也称为维数。

二.矩阵加法（标量相加）

对应序号位置的元素相加即可(做加法的两个矩阵的维数必须相同)

三.矩阵的标量乘法（数乘）

满足交换律，矩阵的每一个元素分别与该数相乘

四.矩阵乘法

和我们之前学的一样啊，只不过我发现了一个更好的用法

升级版

可以用来计算回归函数的值，只需要构造两个系数矩阵相乘即可。
两个矩阵相乘的原理如下：（第一次听这种讲法）

运算律：矩阵与矩阵相乘不满足交换律，但是满足结合律
单位矩阵：展示了不同维度的单位矩阵

五.矩阵的转置和逆矩阵

逆矩阵的性质和算法：

矩阵的转置：行变列，列变行

感觉还好，和线代学习的知识一样。