趋近智
机器学习线性代数入门
章节 1: 线性代数在机器学习中的重要性
用向量和矩阵表示数据
机器学习算法中的线性代数
核心思想概述
配置Python环境
章节 2: NumPy 数值计算入门
NumPy 数组介绍
创建 NumPy 数组
数组索引与切片
数组基本运算
数组属性与形状调整
动手实践：NumPy 数组的创建与操作
章节 3: 使用向量
什么是向量？
向量表示法
在Python中使用NumPy的向量
向量加法与减法
标量乘法
向量范数：测量长度
点积
实践：NumPy 向量运算
章节 4: 使用矩阵
什么是矩阵？
矩阵记号与维度
使用NumPy在Python中表示矩阵
矩阵类型：方阵、单位矩阵、零矩阵
对角矩阵和三角矩阵
实践：使用NumPy创建矩阵
章节 5: 矩阵基本运算
矩阵加法和减法
标量乘法
矩阵转置
矩阵乘法：点积
矩阵乘法的性质
动手实践：NumPy 矩阵运算
章节 6: 线性方程组与矩阵逆
使用矩阵表示线性方程
解的含义
单位矩阵再论
矩阵的逆
矩阵可逆的条件
使用逆矩阵求解 Ax = b
使用NumPy计算逆矩阵
使用NumPy求解线性系统
实践：使用NumPy求解方程组
向量加法与减法
这部分内容有帮助吗？
- Introduction to Linear Algebra, Gilbert Strang, 2016 (Wellesley-Cambridge Press) - 涵盖向量运算的数学和几何原理的标准教科书。
- Universal functions (ufunc), NumPy Developers, 2023 - 官方文档，详细介绍了NumPy中的元素级操作（ufuncs），对向量计算至关重要。
- Deep Learning, Ian Goodfellow, Yoshua Bengio, and Aaron Courville, 2016 (MIT Press) - 第2章介绍了线性代数基础知识，包括向量加法和减法，并将其置于机器学习的背景下。
- 18.06SC Linear Algebra, Fall 2011, Gilbert Strang, 2011 MIT OpenCourseWare (Massachusetts Institute of Technology) - 在线课程，提供讲座和材料，补充教材中向量运算和线性代数的学习。