背景
这里是一系列的文章,专门研究程序员可能使用到的线性代数。
本系列课程参考:https://coding.imooc.com/class/260.html
慕课网视频质量可圈可点,令我受益匪浅,故在这里安利一下。
划重点
1.1
- 线性代数对理工科
非常重要
线性代数
和初等数学
的差异是:从某个数—》一组数(也就是向量和矩阵),因为真实世界是多维度(比如,一朵花有:颜色、高度、宽度等多种特征,每个特征都是一个维度)。
- google的pagerank算法设计到线性代数(之后将做一个pagerank的博客,进行相应的阐述)
- 学好线性代数,有助于接触其他的理工科技术
- 线性代数相对于其他的高等数学科目,较为容易
- 线性代数可以方便的在python中实现(之后的系列博客中将必然会有类似概念实现等)
1.2
- 课程设计初衷:对于线性代数的来龙去脉进行梳理(重点说明概念背后的意义)
- 这一系列课程对
纯
数学的部分介绍较少 - 这一系列可能对
应用
阐述不多 - 课程目的:以后在工作中看到线性代数的一些概念不再迷茫。。。
- 数学是一个工具,可以用来解决多种学术问题(比如说物理)
- 之后会通过编程进行实践,辅助理解原理
1.3
- 不必要先学线性代数才接触机器学习,也可以先了解机器学习(其实就是个先有鸡还是先有蛋的问题。 最终现有哪个都能打破这个循环)
- 机器学习的
入门
对线性代数不是太高。但是深入
机器学习却要求很高。 - 线性代数是机器学习的
一个方面
,还有其他的,比如高等数学
、统计学
、凸优化
- 线性代数不必要全部学习,可以二八原则,先学重点应用的,再说以后的
- 可以备一本
花书
- 英语很重要,至少得看懂。。
评价
如果想研究机器学习,线性代数和概率论基本躲不开,不如放开心胸去接受。