【吴恩达机器学习】章节3 线性代数回顾

目录:

+ 矩阵和向量

+ 加法和标量乘法

+ 矩阵向量乘法

+ 矩阵乘法及特征

+ 逆和转置

 

一·矩阵和向量

矩阵是指由数字组成的矩形阵列，并写在方括号内

矩阵的维度：矩阵的行数乘以列数

表达矩阵的某个特定元素：

 

向量是只有一列的矩阵。

４维向量是一个含有四个元素的向量。通过来表示它的第i个元素。有两种方式表示向量的下标。

 

二·加法和标量乘法

矩阵加法：相同维度的矩阵对应位置数字相加

矩阵和标量的乘法运算

三·矩阵向量乘法

我更喜欢把Ａ的列向量与ｘ的行相乘，可以理解为ｘ在Ａ的变换下变成了ｙ.

例子：

向量化解决问题相比右侧方法更加简洁高效

四·矩阵乘法及其特征

例子：

应用：可以快速把三个假设函数应用到四个房子的尺寸里

特征：（推荐看3Blue1brown,超级直观)

１．矩阵乘法不满足交换律

２．矩阵乘法满足结合律

３．单位矩阵(对角线为１)满足交换律，

 

五·逆和转置

只有方阵才有逆矩阵，没有逆矩阵的矩阵想象成非常近似为０,称为奇异矩阵或退换矩阵，我的理解是矩阵A所代表的矩阵变换无法变换回去。

转置