【笔记】机器学习用到的“线性代数”知识简单回顾

本文将带您回顾大学中学习过的数学知识,如高数、线代等,并探讨它们在机器学习中的应用。从向量的线性组合到SVD的几何意义,再到矩阵乘法在计算中的优势,我们将逐一解析。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

机器学习用到的数学知识,这三篇文章,类似于目录,带着大家回顾一下大学中所学过的知识,下面文章中还会详细的讲解,这些知识都不难,无外乎通过已知的定理推导出各种变化形式,这些变化形式对应不同的意义。

大学高数,线代,解析几何,常微分方程等课程中都学过的东西,虽然考研结束后,这些知识都留在考场了,但是,想要拾起来也是很简单的~_~,应该庆幸的是,没用到群论和拓扑分析之类的课程,大学这几门课程真的学的痛苦。

这里写图片描述
向量的线性组合

SVD的几何意义:
这里写图片描述

矩阵乘法在计算中的优势:
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值