机器学习线性代数基础

• 用向量和矩阵表示数据

  习得如何用向量和矩阵表示数据点、特征以及完整数据集。

• 实施核心线性代数运算

  进行向量加法、点积、矩阵乘法和转置等主干运算。

• 诠释几何变换

  直观感受矩阵如何作为函数对向量空间进行旋转、缩放和切变。

• 求解线性方程组

  建立并求解线性方程组，此为优化和模型拟合中的普遍工作。

• 习得特征值和特征向量

  习得特征值和特征向量的知识体系及其在主成分分析 (PCA) 等算法中的作用。

• 在Python中实施知识点

  运用Python中的NumPy库高效地进行线性代数计算。

目前没有推荐的后续课程。