这篇博客介绍了线性代数的基础概念，包括矩阵和向量的定义及其维度，矩阵加法和标量乘法，矩阵与向量的乘法以及矩阵的乘法性质。还提到了预测公式中的应用，如数据预测等于数据减去矩阵乘以参数。此外，讲解了矩阵乘法的不交换性，乘法的结合律，单位矩阵的性质，矩阵的逆和转置，强调了零矩阵没有逆的情况。
3 Linear Algebra review（optional）
3-1 Matrices and Vectors
Matrix: Rectangular array of numbers
Dimension of matrix: number of rows x number of columns (m x n)
Matrix Elements(entries of matrix)
Vector: An n x 1 matrix
1-indexed
refer A,B,C,X a,b,x,y
3-2 Addition and scalar multiplication
Matrix Addition
Matrix Scalar Multiplication
Combination of Operands
3-3 Matrix-vector multiplication
【m x n】【n x 1】=【m x 1】
neat trick: prediction = data-matrix x parameters
3-4 Matrix-matrix multiplication
【m x n】【n x o】=【m x o】
neat trick:prediction = data-matrix x parameters-matrix
3-5 Matrix multiplication properties
A × B ≠ B × A A \times B \neq B \times A A×B=B×A
最低0.47元/天 解锁文章
扫一扫
914
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
