1.CS229-线性代数1
需积分: 0 130 浏览量
2022-08-03
17:18:49
上传
评论
收藏 1.66MB PDF 举报
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。
CS229 机器学习课程复习材料-线性代数
CS229 机器学习课程复习材料-线性代数
线性代数复习和参考
1. 基础概念和符号
1.1 基本符号
2.矩阵乘法
2.1 向量-向量乘法
2.2 矩阵-向量乘法
2.3 矩阵-矩阵乘法
3 运算和属性
3.1 单位矩阵和对角矩阵
3.2 转置
3.3 对称矩阵
3.4 矩阵的迹
3.5 范数
3.6 线性相关性和秩
3.7 方阵的逆
3.8 正交阵
3.9 矩阵的值域和零空间
3.10 行列式
3.11 二次型和半正定矩阵
3.12 特征值和特征向量
3.13 对称矩阵的特征值和特征向量
4.矩阵微积分
4.1 梯度
4.2 黑塞矩阵
4.3 二次函数和线性函数的梯度和黑塞矩阵
4.4 最小二乘法
4.5 行列式的梯度
4.6 特征值优化
线性代数复习和参考
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，以下方程组：
这是两个方程和两个变量，正如你从高中代数中所知，你可以找到 和 的唯一解（除非方程以某
种方式退化，例如，如果第二个方程只是第一个的倍数，但在上面的情况下，实际上只有一个唯一
解）。 在矩阵表示法中，我们可以更紧凑地表达：
剩余18页未读，继续阅读
马虫医生
- 粉丝: 23
- 资源: 324
评论0