吴恩达 机器学习笔记三（lecture 3）（矩阵和向量）

矩阵和向量（Matrices and vectors）

这一节比较简单，主要回顾矩阵向量的基本知识，为之后的学习打下基础。

1、矩阵

m * n的矩阵就是指m行（横向）n列（纵向），Aij是指第i行，第j个元素。一般用大写来表示矩阵。矩阵的运算也比较简单，矩阵求和就是对应位置求和即可，所以维数不同的矩阵不可以求和，矩阵的倍数就是所有位置乘以相应的倍数。还有矩阵的逆（可以用一些工具来求，如Octave 和Matlab），矩阵的转置这些都比较简单。

矩阵和矩阵相乘，m*n x n*p结果是 m*p的矩阵

但是矩阵运算不满足交换律,除非其中一个矩阵是单位矩阵

矩阵运算满足结合率

2、向量

就类似n*1的矩阵，只有一列，但是纵向有n个元素。yi表示第i个元素，有的时候从1开始取，有的时候从0开始，一般机器学习是从0开始，一般数学中用1-index。

3、实际应用

回到之前房价预测，把它转化为矩阵输入，就可以很快得到预测值，在写程序的时候一行代码就可以解决问题

prediction = DataMatrix * parameters

PPT地址：http://download.csdn.net/download/cheneykl/10127716