![18e0ad7736281f5adbe7203509173d2a.png](https://i-blog.csdnimg.cn/blog_migrate/80a5bd4075affad629c6d63e31857c75.jpeg)
写在最前面的话:为什么要进行学习线性代数?结合学习、工作需要等给出对应的答案。
随着机器学习、深度学习的火热,线性代数的重要性逐渐显现出来,如:在进行神经网络训练过程中,往往采用向量的形式,这样做的目的一方面是使得计算更加简洁,与此同时有很多关于矩阵的库能够加速运算。
不仅仅在计算机学科,而且物理、电子工程、机械、数学、统计等多个学科中都有线性代数的身影。
1)矩阵及线性变换,在深度学习、图像处理、机器人调姿等方面有着重要的作用。
2)我们会用到矩阵乘法、行列式的值、叉乘、特征值,可是为什么要矩阵乘法运算、叉乘与行列式之间会有联系、特征值又代表了什么?
There is hardly any theory which is more elementary than linear algebra, in spite of the fact that generations of professors and textbook writers have obscured its simplicitby preposterous calculations with matrices”--Jean Dieudonne
目前线性代数的课本直接从运算的角度出发,无法帮助我们理解线性代数的本质。事实上,在线性代数中,也存在很多直观的理解,而且可以可视化理解。进而帮助在几何理解与数值理解中建立联系,让你快速理解其中的问题、本质所在。这就需要我们不仅仅了解数值计算,同时也要对几何直观表达有一定的了解:
![ce27970d13b893f675775907c6587a34.png](https://i-blog.csdnimg.cn/blog_migrate/98d6fb36ccd521ce3d5559f004bd3641.jpeg)
这样两个层面对线性代数的理解有着本质差异:
(一)几何:
- 判断特定问题需要用什么工具来解决;
- 为什么有用;
- 如何解读结果;
(二)数值
在几何理解的基础上直接运用这些工具
![85181738de9db14618a0d525081dea2d.png](https://i-blog.csdnimg.cn/blog_migrate/579cc679012ad7c407c64b40fd34db0a.jpeg)
整个包含的内容:
- 第1讲:向量是什么
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第2讲:线性组合、张成的空间与基
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第3讲:线性变换与矩阵
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第4讲:矩阵乘法与复合变换
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第5讲:行列式
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第6讲:逆矩阵、列空间与零空间
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第7讲:点积与对偶性
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第8讲:叉积
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第9讲:基变换
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第10讲:特征向量与特征值
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
- 第11讲:抽象向量空间
![7be0ee0c9b3b656505fe485222e51bd6.png](https://i-blog.csdnimg.cn/blog_migrate/3db2d065281189d2fc55c031fe29ea94.jpeg)
题图来源: http://www. ics.uci.edu/~xhx/img/co urses/linearalgebra.pnghttps://www.bilibili.com/video/av5977466?from=search&seid=11752196631386655727www.bilibili.com
内容来源: