• 目录

    • 1、SVD是什么、表达式是什么及对应的数学含义;
    • 2、了解方阵、行列式的含义(方阵即矩阵,行列式即矩阵的计算结果)
    • 3、了解代数余子式的概念
    • 4、伴随矩阵的概念
    • 5、知道方阵的逆的公式、范德蒙行列式
    • 6、知道矩阵的乘法,掌握状态转移矩阵。
    • 7、知道矩阵的秩的概念
    • 8、知道系数矩阵、正交阵、正定阵
    • 9、掌握特征值和特征向量

目录

1、SVD是什么、表达式是什么及对应的数学含义;


2、了解方阵、行列式的含义(方阵即矩阵,行列式即矩阵的计算结果)

3、了解代数余子式的概念

将一个元素所在的列和行划去后,剩余的方阵称为该元素的余子式。代数余子式也就是余子式的代数表示形式。

4、伴随矩阵的概念

每个元素的代数余子式所构成的方阵称为A的伴随矩阵

5、知道方阵的逆的公式、范德蒙行列式


6、知道矩阵的乘法,掌握状态转移矩阵。

矩阵的乘法实际上对应的是一个维度的空间到另一维度空间的映射。
状态转移矩阵(又称转移概率矩阵):矩阵各元素都是非负的,并且各行元素之和等于1,各元素用概率表示,在一定条件下是互相转移的,故称为转移概率矩阵。


7、知道矩阵的秩的概念

首先知道k阶子式的概念即在矩阵A中任取K行K列,不改变这些元素的顺序,则这个K阶方阵称为矩阵A的K阶子式。
其次,若在矩阵A中有一个不等于0的r阶子式D,且所有的r+1阶子式全等于0,那么r称为矩阵A的秩。


即初始概率乘以概率转移矩阵P的N次方,不断的迭代即得到最终的稳定值。

8、知道系数矩阵、正交阵、正定阵



知道正定阵即代表正数在N维空间中推广

9、掌握特征值和特征向量

特征值可以理解为系数矩阵的绝对值。X称为A对应的特征向量。了解特征值的求法及性质。

机器学习之线性代数总结相关推荐

  1. 高等代数第3版下 [丘维声 著] 2015年版_机器学习与线性代数简明教程(下)

    机器学习与线性代数简明教程(上) 线性代数在机器学习(ML)和深度学习(DL)中是必不可少的.即使我们努力为许多理论创建精确的机器学习模型,线性代数仍然是这些研究中的重要工具. 正交矩阵 如果方形矩阵 ...

  2. 特征值与特征向量_机器学习和线性代数 - 特征值和特征向量

    特征值和特征向量可能是线性代数中最重要的概念之一.从机器学习.量子计算.物理到许多数学和工程的问题,都可以通过找到一个矩阵的特征值和特征向量来解决. 根据定义(标量λ.向量v是特征值.特征向量A): ...

  3. 关于n对角矩阵数据结构_机器学习与线性代数 - 特殊矩阵

    在线性代数中,有一些特殊的矩阵具有易于分析和操作的特性.它们的特征向量可能具有特定的特征值或特殊关系.还有一些方法可以将一个矩阵分解成这些"更简单"的矩阵. 操作复杂性的降低提高了 ...

  4. 机器学习基础-线性代数学习

    记录线性代数学习中的各个概念 向量和向量空间 标量:是个单独的数字,不能表示方向 向量:也可叫做矢量,一组数字,有序排列,可以用数组或者链表表示 特征向量:物体的特征有很多维度衡量,我们可以用向量表示 ...

  5. 机器学习数学基础——线性代数

    线性代数 这一部分主要是对机器学习和深度学习用到的线性代数知识的总结,包括线性变换的物理意义与几何意义,直观的理解线性变换,以及特征值分解与奇异值分解的物理意义.几何意义,从信息的角度理解他们,最后, ...

  6. 免费在线阅读:用于计算机视觉、机器学习、机器人的线性代数丨资源

    郭一璞 发自 凹非寺  量子位 报道 | 公众号 QbitAI 研究机器学习.计算机视觉,总离不开数学,尤其是--线性代数. 要是没有一定数学基础的话,当你看到SVM.拉格朗日乘数等各种复杂术语的时候 ...

  7. 机器学习数学 — 初等函数求导

    本文摘自 GitChat 李烨老师 [机器学习极简入门课]课程 1. 数学知识速查手册 机器学习常用微积分知识速查手册 机器学习常用线性代数知识速查手册 2. 初等函数求导公式

  8. 2019机器学习比赛_2019顶尖的机器学习课程

    2019机器学习比赛 With strong roots in statistics, Machine Learning is becoming one of the most interesting ...

  9. 自学机器学习课程怕踩雷?有人帮你选出了top 5优质课

    选自Medium 作者:LearnDataSci 机器之心编译 本文作者在多年研究在线学习图景.在不同平台注册大量机器学习课程后,收集了目前最好的 5 门机器学习课程. 机器学习根植于统计学,正在逐渐 ...

最新文章

  1. 原创 几个免费下载原版图书的网站
  2. 数博前沿 | 企业数据应用:聚焦场景,打通“最后一公里”
  3. SVN错误:Attempted to lock an already-locked dir
  4. Spring Cloud一站式的微服务架构解决方案
  5. Java程序员从笨鸟到菜鸟之(一百零六)java操作office和pdf文件(四)页面列表导出cvs,excel、pdf报表.
  6. 中午xxx遭受攻击,然后发现C盘空间体积缩小,发现该目录占用1G多,全部是站点
  7. C/C++二维数组名和二级指针的联系与区别
  8. python画一条曲线有不同的形状_Python+pandas+matplotlib控制不同曲线的属性 !
  9. tasklet内核源代码分析
  10. 使用tensorflow实现机器学习中的线性拟合
  11. 织梦5.7生成HTML很慢,Dedecms 生成静态网页速度特别慢的问题
  12. 3.9-分区表fstab
  13. matlab排序函数 下标,[转载]MATLAB中的排序函数
  14. PS笔记1_如何制作电子签名
  15. GO 语言学习资源整理
  16. GEO数据库学习二(ID转换)
  17. 特斯拉改版Model3更便宜/ 贾跃亭又被申请限消/ GPT-3更新…今日更多新鲜事在此...
  18. linux安全之服务安全
  19. rospy基础--001_talker_listener
  20. 多域名SSL证书介绍

热门文章

  1. 转]移动视频监控(1)---项目综述
  2. 解决:bash: vim: command not found、docker 容器不识别 vi / vim 、docker 容器中安装 vim
  3. 为什么 那么多 前端开发者都想学 Vue.js
  4. JAVA 构造 MAP 并初始化 MAP、定义时就初始化
  5. FreeSql (三十四)CodeFirst 迁移说明
  6. C#关键字的个人理解与注释
  7. 从github clone文件: Failed to receive SOCKS4 connect request ack.
  8. 初学Spring Boot
  9. oracle中的视图详解
  10. springside 4 web-init 启动