吴恩达机器学习 学习笔记 之 三 线性代数基础

由于笔者正处学生阶段,这部分刚刚学习过,所以只浏览一遍视频,不再做完整笔记。

 

三、线性代数回顾(Linear Algebra Review)

3.1 矩阵和向量

参考视频: 3 - 1 - Matrices and Vectors (9 min).mkv

如图:这个是4×2矩阵,即4行2列,如m为行,n为列,那么m×n即4×2

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,讲义中的向量一般都是列向量,如:

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。

 

3.2 加法和标量乘法

 

参考视频: 3 - 2 - Addition and Scalar Multiplication (7 min).mkv

矩阵的加法:行列数相等的可以加。例:

 

矩阵的乘法:每个元素都要乘

组合算法也类似

 

3.3 矩阵向量乘法

 

参考视频: 3 - 3 - Matrix Vector Multiplication (14 min).mkv

矩阵和向量的乘法如图:m×n的矩阵乘以n×1的向量,得到的是m×1的向量

 

算法举例:

 

3.4 矩阵乘法

参考视频: 3 - 4 - Matrix Matrix Multiplication (11 min).mkv

矩阵乘法:

m×n矩阵乘以n×o矩阵,变成m×o矩阵。

如果这样说不好理解的话就举一个例子来说明一下,比如说现在有两个矩阵A和B,那么它们的乘积就可以表示为图中所示的形式。

 

3.5 矩阵乘法的性质

 

参考视频: 3 - 5 - Matrix Multiplication Properties (9 min).mkv

矩阵乘法的性质:

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。即: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

 

3.6 逆、转置

 

参考视频: 3 - 6 - Inverse and Transpose (11 min).mkv

矩阵的逆:如矩阵A是一个m×m矩阵(方阵),如果有逆矩阵,则:

我们一般在OCTAVE或者MATLAB中进行计算矩阵的逆矩阵。

矩阵的转置:设A为m×n阶矩阵(即m行n列),第i 行j 列的元素是a(i,j),即:A=a(i,j) 定义A的转置为这样一个n×m阶矩阵B,

满足B=a(j,i),即 b (i,j)=a (j,i)(B的第i行第j列元素是A的第j行第i列元素),记AT=B。(有些书记为A'=B)

直观来看,将A的所有元素绕着一条从第1行第1列元素出发的右下方45度的射线作镜面反转,即得到A的转置。

例:

矩阵的转置基本性质:

(A±B)T=AT±BT

(A×B)T= BT×AT

(AT)T=A

 

(KA)T=KAT

matlab中矩阵转置:

直接打一撇,x=y'。

 

 

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

张之海

若有帮助,客官打赏一分吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值