吴恩达机器学习笔记 —— 3 线性回归回顾

本文深入讲解了矩阵的基本表示与运算,包括矩阵与向量的表示方法、矩阵的加法、矩阵与实数的乘法、矩阵与向量及矩阵间的乘法规则。此外还介绍了矩阵的一些重要特性如不满足交换律但满足结合律的特点、单位矩阵的概念、矩阵的逆以及矩阵的转置等。

更多内容参考 机器学习&深度学习

矩阵的表示

o_Jietu20180715-093825@2x.jpg

矩阵的索引

o_Jietu20180715-093852@2x.jpg

向量的表示

o_Jietu20180715-093942@2x.jpg

矩阵的加法

o_Jietu20180715-094004@2x.jpg

矩阵与实数的乘法

o_Jietu20180715-094020@2x.jpg

矩阵的表达式

o_Jietu20180715-094049@2x.jpg

矩阵与向量的乘法

o_Jietu20180715-094159@2x.jpg

矩阵与矩阵的乘法

o_Jietu20180715-094227@2x.jpg

o_Jietu20180715-094317@2x.jpg

o_Jietu20180715-094403@2x.jpg

矩阵特性——不满足交换律

o_Jietu20180715-094910@2x.jpg

矩阵特性——满足结合律

o_Jietu20180715-094934@2x.jpg

单位矩阵

o_Jietu20180715-094953@2x.jpg

矩阵的逆

o_Jietu20180715-095039@2x.jpg

矩阵的转置

o_Jietu20180715-095058@2x.jpg

转载于:https://www.cnblogs.com/xing901022/p/9312028.html

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