线性代数是数学中的基础,也是十分重要的数学工具。在接触机器学习之后,我逐渐认识到了线性代数的重要性,矩阵运算,优化求解,都离不开线性代数的知识。同时,我也发现了自己数学基础的严重不足,急需好好重学一遍线性代数,为之后的学习打好基础。因此,“重温线性代数”这个系列就诞生了。或许大家会觉得这个系列的内容稍微基础了点,但学习就是如此,一遍又一遍,脚踏实地,温故知新,每次学习都会有新的收获。
离开了大学的课堂,但还好现在有琳琅满目的网络公开课课程。我选择学习的是网上颇受赞赏的MIT "Introdution to Linear Algebra"课程,由Gilbert Strang主讲。参考书目为Strang编写的《Introduction to Linear Algebra》4th edition。目前为止,我觉得这门课给我提供了不少新的有趣的思路,是我之前学习线性代数的时候没有思考过的,值得一学。
——————————————————————————————————————————————————————————————————
本文涉及的内容是课程视频的前5课,对应的是书中的前两章Introduction to Vectors 和 Solving Linear Equations。由于这两章的内容最为基础,我不会详细地介绍书的内容(我也没看),只是根据课程视频总结一些有趣的points。
这一部分让我印象最深的有两点:
- 如何看待矩阵相乘AX:AX 可以看作矩阵A中列向量的组合(各列向量的组合权重即为x中各项的值);
- 如何看待消元法:消元法可以看作将矩阵A分解为 A = LU。