资料地址:https://machine-learning-from-scratch.rea 线性代数 0. 要点汇总1. 向量 Vector 1.1 向量是什么1.2 向量的运算 1.2.1 向量的加法1.2.2 向量的数乘 2. 线性组合、张成的空间与基 Linear Combination, Span and Basis 2.1 运算封闭2.2 线性组合2.2 向量张成的空间2.3 线性相关与线性无关2.4 基的定义 3. 矩阵与线性变换 Linear Transformation/Mapping 3.1 线性变换3.2 矩阵与基本运算 3.2.1 矩阵定义3.2.2 矩阵的加法与数乘3.2.3 矩阵乘法3.2.4 单位矩阵3.2.5 矩阵的性质 5. 行列式 Determinant6. 逆矩阵、秩、列空间、与零空间 6.1 逆矩阵6.2 矩阵的秩 Rank 6.2.1 秩的定义6.2.2 秩的重要性质 6.3 列空间 Column Space6.4 零空间 Null Space/Kernel 7. 非方阵8. 模、点积与正交矩阵 8.1 向量的模 Norms8.2 向量点积 Dot Product8.3 正定矩阵8.4 夹角与正交性 8.4.1 向量的夹角8.4.2 正交矩阵8.4.3 标准正交基8.4.4 正交投影(TODO) 9. 叉积10. 基变换 Basis Change11. 特征向量、特征值、特征分解与奇异值分解 11.1 特征向量与特征值11.2 矩阵的对角化与特征分解11.3 奇异值分解 Singular Value Decomposition 12. 抽象的向量空间 Vector Space 12.1 向量空间的公理12.2 向量子空间12.3 仿射子空间