线性代数基础知识

相关文章

• 

  轻松掌握线性代数-万字长文基础知识概览

  线性代数是一门将 m 维世界与 n 维世界联系起来的学科 映射：把集合 Y 的元素与集合 X 的元素相对应的规则叫做 “从集合 X 到集合 Y 的映射”。 像：通过映射 f 与 x i 相对应的集合 Y 的元素，叫做 x i 通过映射 f 形成的像，一般表示为 f(x i )。 线性映射的例子 f ( x ) = 2 x f(

  2024年02月11日

  浏览(41)

• 数值线性代数：知识框架

  记录数值线性代数研究的知识框架。 软件包 线性方程组 直接法 Guass消元法/LU分解、Cholesky分解 LAPACK oneAPI MKL ARPACK Octave 迭代法 Jacobi迭代、SOR迭代、共轭梯度法 最小二乘 特征值/特征向量 非对称 幂法、QR、Arnoldi分解 对称 QR、Jacobi、二分法、分治法、SVD Golub G H , Loan C F V .Ma

  2024年02月15日

  浏览(19)
• 

  线性代数知识

  ❀关于李永乐-线性代数基础班学习笔记。 1.1.1 二、三阶行列式 若有二元一次方程组，进行加减消元： 根据相加相减的系数，可以提炼成二阶行列式 假设方程组系数行列式不为0，则可让分母做运算。 若解三元一次方程组，很自然会出现3个数加加减减。 注意只有二三阶才可

  2024年02月04日

  浏览(28)
• 

  线性代数-知识点复习（面试用）

  整理：Peter1146717850 一、向量与线性组合 向量：往什么方向走多么远 e.g. ( 1 2 ) begin{pmatrix} 1 \\\\ 2end{pmatrix} ( 1 2 ​ ) 向量的 模 ：向量的长度 向量的 加减法 ：向量对应元素相加减（前提：维度相同） ( a b c ) + ( x y z ) = ( a + x b + y c + z ) begin{pmatrix} a \\\\b \\\\ cend{pmatrix} + begin{pma

  2024年04月25日

  浏览(21)

• 深度学习-必备的数学知识-线性代数5

  线性代数 在数学中，分解通常指的是将一个复杂的对象或结构分解为更简单的部件或组件。这个概念在许多数学领域都有应用。在线性代数中，矩阵分解是常见的一个主题，我们通过分解矩阵来发现它不明显的性质。 矩阵有许多种的分解方式：LU分解、QR分解、特征分解、奇

  2024年02月02日

  浏览(47)

• 深度学习-必备的数学知识-线性代数6

  线性代数 通过伪逆求解线性方程组 伪逆，又称为Moore-Penrose逆，它是一种广义的矩阵。我们可以找到任意一个矩阵的伪逆。矩阵 A mathbf{A} A 的伪逆定义为： A + = lim ⁡ x → 0 ( A T A + α I ) − 1 A T mathbf{A}^+=lim_{x to 0}(mathbf{A}^Tmathbf{A}+alphamathbf{I})^{-1}mathbf{A}^T A + = x → 0 lim ​

  2024年01月18日

  浏览(33)

• 深度学习-必备的数学知识-线性代数（合集）

  为方便大家阅读，这里推出一个线性代数的合集。这与之前的内容是一致的。 我们在深度学习-简介和 深度学习-历史背景中已经初步了解的深度学习。在我们开始学习深度学习前还需要做些准备工作。就是学习应用数学和机器学习基础。 想要理解深度学习这些是必不可少的

  2024年02月03日

  浏览(25)

• 深度学习-必备的数学知识-线性代数-1

  我们在深度学习-简介和 深度学习-历史背景中已经初步了解的深度学习。在我们真正开始学习深度学习前还需要做些准备工作。那就是学习应用数学和机器学习基础。想要理解深度学习这些是必不可少的。 我将在这篇文章中为大家介绍一部分与深度学习有关的线性代数。 我

  2024年02月05日

  浏览(22)
• 

  线性代数基础【4】线性方程组

  定理1 设A为mXn矩阵,则 (1)齐次线性方程组AX=0 只有零解的充分必要条件是r(A)=n; (2)齐次线性方程组AX=0 有非零解(或有无数个解)的充分必要条件是r(A)＜n 推论1 设A为n阶矩阵,则 (1)齐次线性方程组AX=0只有零解的充分必要条件是|A|≠0; (2)齐次线性方程组AX=0有非零解(或有无数个解)的

  2024年02月01日

  浏览(44)

• 机器学习线性代数基础

  本文是斯坦福大学CS 229机器学习课程的基础材料，原始文件下载 原文作者：Zico Kolter，修改：Chuong Do， Tengyu Ma 翻译：黄海广 备注：请关注github的更新，线性代数和概率论已经更新完毕。 1. 基础概念和符号 线性代数提供了一种紧凑地表示和操作线性方程组的方法。 例如，以

  2024年02月13日

  浏览(26)