线性代数-程序员的线性代数-导读（1.1-1.3）

背景

这里是一系列的文章，专门研究程序员可能使用到的线性代数。
本系列课程参考：https://coding.imooc.com/class/260.html
慕课网视频质量可圈可点，令我受益匪浅，故在这里安利一下。

划重点

1.1

• 线性代数对理工科非常重要
• 线性代数和初等数学的差异是：从某个数—》一组数（也就是向量和矩阵），因为真实世界是多维度（比如，一朵花有：颜色、高度、宽度等多种特征，每个特征都是一个维度）。
  
  
• google的pagerank算法设计到线性代数（之后将做一个pagerank的博客，进行相应的阐述）
• 学好线性代数，有助于接触其他的理工科技术
• 线性代数相对于其他的高等数学科目，较为容易
• 线性代数可以方便的在python中实现（之后的系列博客中将必然会有类似概念实现等）

1.2

• 课程设计初衷：对于线性代数的来龙去脉进行梳理（重点说明概念背后的意义）
• 这一系列课程对纯数学的部分介绍较少
• 这一系列可能对应用阐述不多
• 课程目的：以后在工作中看到线性代数的一些概念不再迷茫。。。
• 数学是一个工具，可以用来解决多种学术问题（比如说物理）
• 之后会通过编程进行实践，辅助理解原理

1.3

• 不必要先学线性代数才接触机器学习，也可以先了解机器学习（其实就是个先有鸡还是先有蛋的问题。 最终现有哪个都能打破这个循环）
• 机器学习的入门对线性代数不是太高。但是深入机器学习却要求很高。
• 线性代数是机器学习的一个方面，还有其他的，比如高等数学、统计学、凸优化
• 线性代数不必要全部学习，可以二八原则，先学重点应用的，再说以后的
• 可以备一本花书
  
• 英语很重要，至少得看懂。。

评价

如果想研究机器学习，线性代数和概率论基本躲不开，不如放开心胸去接受。