线性代数1.向量与矩阵

线性代数是数学的一个分支，被广泛应用于科学与工程中。实际上，线性代数不仅是人工智能的基础，更是现代数学和以现代数学为主要分析方法的众多学科的基础。线性代数最重要的两个概念是向量和矩阵，线性代数的核心意义在于提供了一种看待世界的抽象视角：所有的事物都可以被抽象成一些特征的组合，并在由预置规则定义的框架之下以静态和动态的方式加以观察。（这句话引自王天一老师的人工智能基础课）

1.1标量与向量

• 标量(scalar)是一个单独的数，通常用斜体表示标量，当我们说明一个标量时，会明确它属于哪一种类型。例如:令$n\in N$表述元素的个数，这里n就属于自然数N。
• 向量(vector)是由多个标量按一定顺序组成的一个序列，向量可以看作标量的扩展，它带来了维度的增加，向量具有大小和方向两个属性。通过次序中的索引我们可以确定每个单独的数。通常用粗体小写字母来命名向量，比如 $x$ ,向量中的元素则通过带脚标的斜体表示，如 $x_1$,$x_2$,$x_3$,…。我们可以把向量看成空间中的点，每个元素就是不同坐标轴上的点。

1.2向量的基本运算

向量的基本运算可以看这篇博文：https://blog.csdn.net/qq_23869697/article/details/82693000

1.3矩阵的定义

每个向量由若干标量构成，如果把向量中的标量替换成同等规格的向量，得到的就是矩阵(matrix)。矩阵是一个二维数组，其中每一个元素由两个索引确定。矩阵一般用斜粗大写字母命名，如$A$。

1.4矩阵的运算

1.5一些特殊的矩阵

1.6张量的概念

张量(Tensor)是高于两维的数组