多视觉集合的一些数学知识1-QR分解

jupyter：

https://github.com/MacroAnalyst/Linear_Algebra_With_Python

https://notebook.community/ageron/ml-notebooks/math_linear_algebra

https://github.com/ageron/handson-ml

https://github.com/patrickwalls/mathematical-python/

https://github.com/fastai/numerical-linear-algebra 

---

视频：

7.1 镜像阵的概念基本定理，QR分解（三）

https://www.bilibili.com/video/BV1o64y1f7Av?from=search&seid=16244264852001911138

5. 向量的正交化与QR分解 python数值分析

https://www.bilibili.com/video/BV1mJ411C79a?from=search&seid=15143376902562630364

---

如何入门线性代数？这里有一份Python线性代数讲义

https://github.com/MacroAnalyst/Linear_Algebra_With_Python

QR分解：

https://github.com/MacroAnalyst/Linear_Algebra_With_Python/blob/master/Chapter%2016%20-%20Gram-Schmidt%20Process%20and%20QR%20Decomposition.ipynb 

SVD分解：

https://github.com/MacroAnalyst/Linear_Algebra_With_Python/blob/master/Chapter%2018%20-%20The%20Singular%20Value%20Decomposition.ipynb

• 第一讲：线性方程系统

• 第二讲：基础矩阵代数

• 第三讲：行列式

• 第四讲：LU 分解

• 第五讲：向量运算

• 第六讲：线性组合

• 第七讲：线性无关

• 第八讲：向量空间与子空间

• 第九讲：基与维度

• 第十讲：行空间、列空间与零空间

• 第十一讲：线性变换

• 第十二讲：特征值与特征向量

• 第十三讲：对角化

• 第十四讲：动力系统的应用

• 第十五讲：内积与正交

• 第十六讲：Gram-Schmidt 正交化过程与 QR 分解

• 第十七讲：对称矩阵与二次型

• 第十八讲：奇异值分解

• 第十九讲：多变量正态分布

---

【百川小课堂】第7课—详细图文讲解矩阵分解

参考：https://zhuanlan.zhihu.com/p/52984150

https://mp.weixin.qq.com/s?__biz=MzkwNTIwMjUwNQ==&mid=2247484428&idx=1&sn=f353d76aeebfe5e18d7550336d6bf5ca&chksm=c0fa1a2af78d933c18860c2a8f381a6c732bcc32c6c1a707cc3f9263efdde9a4d33fa3677fcf&mpshare=1&scene=1&srcid=0416XwiM0uf2Yzwk7Oevtbtl&sharer_sharetime=1618537368082&sharer_shareid=e7f34798fd1d0c288b531f360f6329e5&exportkey=AaPDtit6ZM0GI9Ol6R3utvQ%3D&pass_ticket=YpvuY%2BV2y64dMpLoiih4Sa7hRT8aEIj0JrbKVYuHwgoSGPqxY%2Bfgt5FhjYYMC7QX&wx_header=0#rd 

 

---

矩阵与数值计算（1）——误差与范数

https://zhuanlan.zhihu.com/p/270459586

矩阵与数值计算（2）——矩阵三角分解LU、PALU、Cholesky三角分解、QR分解

https://zhuanlan.zhihu.com/p/279323822

矩阵与数值计算（3）——Schur标准型和Jordan分解

https://zhuanlan.zhihu.com/p/291461251

矩阵与数值计算（4）——矩阵的奇异值分解

https://zhuanlan.zhihu.com/p/293443801

---