- 基础概念和符号
- 1.1 基本符号
- 2.矩阵乘法
- 2.1 向量-向量乘法
- 2.2 矩阵-向量乘法
- 2.3 矩阵-矩阵乘法
- 3 运算和属性
- 3.1 单位矩阵和对角矩阵
- 3.2 转置
- 3.3 对称矩阵
- 3.4 矩阵的迹
- 3.5 范数
- 3.6 线性相关性和秩
- 3.7 方阵的逆
- 3.8 正交阵
- 3.9 矩阵的值域和零空间
- 3.10 行列式
- 3.11 二次型和半正定矩阵
- 3.12 特征值和特征向量
- 3.13 对称矩阵的特征值和特征向量
- 4.矩阵微积分
- 4.1 梯度
- 4.2 黑塞矩阵
- 4.3 二次函数和线性函数的梯度和黑塞矩阵
- 4.4 最小二乘法
- 4.5 行列式的梯度
- 4.6 特征值优化
线性代数
原创
©著作权归作者所有:来自51CTO博客作者长运天成的原创作品,请联系作者获取转载授权,否则将追究法律责任
因为相信,所以看见.
上一篇:Git 常用命令
提问和评论都可以,用心的回复会被更多人看到
评论
发布评论
相关文章
-
【数据结构】详细剖析线性表
【数据结构】第二章——线性表(9)总结了线性表的基本知识点,并对循序表与链表进行了比较
数据结构 C语言 线性表 顺序表 链表 -
线性代数
投影矩阵和最小二乘
逆矩阵 最小值 向量空间 特征向量 奇异值分解 -
线性代数温习
大一学的线性代数,遗忘的很严重,现在复习一下,从线性方程组说起一.线性方程齐次线性方程组的解 设...
数学 特征值 特征向量 对称矩阵 -
python numpy 线性代数 python 线性代数库
在Python中,有几个库提供了求解线性方程组Ax=b的功能。以下是一些常用的库:1. NumPy: NumPy是Python中用于科学计算的基础库,其中的numpy.linalg.solve()函数可以用于求解线性方程组。
python numpy 线性代数 python numpy 机器学习 ci