吴恩达 【机器学习】第三章 线性代数回顾
3.1 矩阵和向量
矩阵的维数即行数×列数
矩阵元素(矩阵项): A = [ 1402 191 1371 821 949 1437 147 1448 ] A=\left[ \begin{matrix} 1402 & 191 \\ 1371 & 821 \\ 949 & 1437 \\ 147 & 1448 \end{matrix} \right] A=⎣⎢⎢⎡1402137194914719182114371448⎦⎥⎥⎤
A i j A_{ij} Aij指第 i i i行,第 j j j列的元素。
向量是一种特殊的矩阵,讲义中的向量一般都是列向量,如: y = [ 460 232 315 178 ] y=\left[ \begin{matrix} {460} \\ {232} \\ {315} \\ {178} \end{matrix} \right] y=⎣⎢⎢⎡460232315178⎦⎥⎥⎤
为四维列向量(4×1)。
如下图为1索引向量和0索引向量,左图为1索引向量,右图为0索引向量,一般我们用1索引向量。
y = [ y 1 y 2 y 3 y 4 ] y=\left[ \begin{matrix} {{y}_{1}} \\ {{y}_{2}} \\ {{y}_{3}} \\ {{y}_{4}} \end{matrix} \right] y=⎣⎢⎢⎡y1y2y3y4⎦⎥⎥⎤, y = [ y 0 y 1 y 2 y 3 ] y=\left[ \begin{matrix} {{y}_{0}} \\ {{y}_{1}} \\ {{y}_{2}} \\ {{y}_{3}} \end{matrix} \right] y=⎣⎢⎢⎡y0y1y2y3⎦⎥⎥⎤
3.2 加法和标量乘法
3.3 矩阵向量乘法
3.4 矩阵乘法
用一次的矩阵乘法运算来打包大量运算
3.5 矩阵乘法特征
- 矩阵乘法不满足交换律(commutative)
- 矩阵乘法满足结合律(association)
- 单位阵:主对角线上元素为1,其余位置上元素为0
3.6 逆(Inverse)和转置(Transpose)
1. 矩阵的逆(Inverse)
- 只有方阵(m*m)才有逆
- 矩阵的逆和矩阵相乘得到单位阵
- 没有逆的方阵是奇异阵或退化阵