机器学习所需要的数学基础知识---矩阵(1)

本文是机器学习数学基础系列的一部分,主要讲解矩阵的概念,包括矩阵的表示、元素表示法以及向量的表示。通过实例解释了矩阵的行向量和列向量,并提供了相关参考资料供深入学习。
摘要由CSDN通过智能技术生成

机器学习所需要的数学基础知识—矩阵(1)

本系列文章为机器学习所需要的数学基础知识,在机器学习文章中如需要,会给出本系列文章的链接,如有问题欢迎给我留言。数学公式使用Letex编辑,原文博客http://blog.csdn.net/rosetta

  • A ∈ R m ∗ n A\in \mathbb{R}^{m*n} ARmn表示m行n列的矩阵A,矩阵中的每个元素都是实数。

  • x ∈ R n x\in \mathbb{R}^{n} xRn表示n维向量。通常,n维向量可用n行1列的矩阵表示,这叫做列向量。记作 α = ⟮ x 1 x 2 ⋮ x n ⟯ \alpha=\left\lgroup\begin{array}{ccc} x_{1} \\ x_{2} \\ \vdots \\ x_n \end{array} \right\rgroup α=x1x2xn 如果想表示的简单的可使用行向量,比如用 α = ⟮ x 1 x 2 ⋮ x n ⟯ = ( x 1 , x 2 , … , x n ) T \alpha=\left\lgroup\begin{array}{ccc} x_{1} \\ x_{2} \\ \vdots \\ x_n \end{array} \right\rgroup=(x_1,x_2,\dots,x_n)^T α=x1x2x

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值