趋近智
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 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。
2.1 矩阵用于组织数据
2.2 矩阵基本运算
2.3 矩阵乘法说明
2.4 矩阵作为线性变换
2.5 常见矩阵类型
2.6 表示线性方程组
2.7 使用 NumPy 进行矩阵运算
2.8 动手实践:数据点变换
© 2026 ApX Machine Learning用心打造