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
矩阵加法和减法
这部分内容有帮助吗？
- Introduction to Linear Algebra, Gilbert Strang, 2016 (Wellesley-Cambridge Press) - 一本经典的线性代数教科书，全面介绍了矩阵运算、性质及其几何解释。
- Linear Algebra and Its Applications, David C. Lay, Steven R. Lay, and Judi J. McDonald, 2020 (Pearson) - 这本教科书以其清晰的解释和对应用的强调而广泛使用，非常适合对机器学习感兴趣的读者。它全面涵盖了矩阵加法和减法。
- NumPy User Guide: Array basics - Arithmetic operations, NumPy Developers, 2023 - NumPy的官方文档，说明了如何使用
ndarray对象和标准算术运算符实现矩阵加法和减法。对于实际应用至关重要。 - Linear Algebra (18.06SC), Gilbert Strang, 2011 (MIT OpenCourseWare) - 麻省理工学院的免费在线课程，提供视频讲座、笔记和习题，涵盖了线性代数的基本概念，包括矩阵加法和减法。