前言：昨天又偷懒了，学到一半就跑了
之前觉得机器学习对线性代数的要求很高，但是在这个课程中，老师给出的线性代数基础知识，却很少，更多是强调应用。
矩阵是什么
首先，说一下矩阵，比如下面这个矩阵 ，你明白他的第 i 行和第 j 列存放是什么数据就好了，以及左右两边是个中括号。
目前我看来矩阵是一个工具，按照一定规则来存放数据的工具。
矩阵的加法和减法【与常数相乘】
矩阵要有相同的格式才能够相加减，比如下面的例子：
然后就按照对应的位置相加减就可以了。
矩阵的点乘，所谓的点乘就是多个相同的矩阵相加的结果，看下面的例子：
矩阵与矩阵相乘
记住一个口诀，第一个矩阵的第 i 行的与第二个矩阵的第 j 列中的每个数字相乘相加，就得到输出矩阵的 i 行 j 列的数字。
tips：这里的话，少讲两个矩阵的相乘的条件：第一个矩阵的列数要与第二个矩阵的行数相同。
矩阵与矩阵相乘的特点
必须按照顺序相乘
单位矩阵I（相当于乘法的1，与任何数相乘等于那个数）：
矩阵的逆矩阵和转置
逆矩阵这个比较好理解，就是两个数相乘为单位矩阵（至于为什么具有唯一性，可以看看线性代数的课本~~）
转置的话，就是把行变成列，列变成行就可以了。
课程链接：https://www.coursera.org/learn/machine-learning
谢谢老师~~
58
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
