【机器学习】Andrew Ng——03线性代数知识回顾

线性代数知识回顾

---

  在斯坦福大学Andrew Ng老师的机器学习课程中，所提及的线性代数知识都是比较简单基础的。

---

简单复习

矩阵维度：

元素的表示方法（注意这里的下标是从1开始的，而不是0）：

  通常用大写字母（像A,B,C,X）来表示矩阵和向量，用小写字母（像a,b,x,y）来表示数字或者原始的数字。这里介绍了两种向量的表示方式，1-索引法和0-索引法，默认使用的是1-索引法。

  矩阵的加法、乘法及基本运算。注意：只有维度完全相同的矩阵才可以相加，两个矩阵在做乘法的时候一定要注意第一个矩阵的列数等于第二个矩阵的行数，相乘所得的矩阵的行数等于第一个矩阵的行数，列数等于第二个矩阵的列数。此外，还可以把矩阵和矩阵的相乘看成矩阵和多个列向量相乘。

计算函数值：

矩阵相乘是不符合乘法交换律，符合乘法结合律。

单位矩阵：

可逆矩阵：

矩阵的转置：