本章介绍矩阵，它将向量的思想扩展，用于处理数据集合。矩阵，本质上是一个数字网格，在机器学习中有两大主要作用：组织数据集和执行几何变换。

我们将讲解矩阵的基本运算，包括加法、减法、转置和乘法。你将学习向量乘以矩阵如何表示数据点上的线性变换，例如缩放和旋转。我们还将考察不同类型的矩阵（如单位矩阵和对角矩阵），并了解它们如何提供一种紧凑的方式来表示线性方程组，这些方程组通常写成 $Ax = b$ 的形式。

在本章中，我们将使用 Python 中的 NumPy 库高效地实现这些运算，为你将这些思想应用于实际的机器学习任务做准备。