zuoyonggang

线性代数是数学中的一个非常重要科目, 需要研究线性空间, 线性变换和线性方程组. 至于应用就太广泛了, 图像处理, 压缩, 信号处理, 统计分析, 机器学习, 网页排序......01 向量的概念现实中工作中, 我们会把几个数值放在一起, 当做一个整体来分析, 这就有了向量(Vector) : 一种有序的数值列表.为了把向量和点区分开, 惯用的方法是把这对数竖着写, 然后用括号括起来,...

上述方程在n维欧式空间到m维欧式空间的映射F:Rn→RmF:Rn→Rm同样非常有意义： F(x+∇x)≈F(x)+F′(x)∇xF(x+∇x)≈F(x)+F′(x)∇x其中F′(x)F′(x)就是函数在一点xx的导数也就是Jacobian矩阵JF(x)JF(x) x∈Rnx∈Rn, F(x)∈RmF(x)∈Rm,JF(x)JF(x)为 m×nm×n：可见上式完成了不同维度空间的线性映射...

对于给定矩阵A，寻找一个常数λ（可以为复数）和非零向量x，使得向量x被矩阵A作用后所得的向量Ax与原向量x平行，并且满足Ax=λx。2 特征值和特征向量的几何意义看到硬生生的定义，模友估计会感到有点迷糊，那超模君就再从几何角度来讲一下它们到底是什么东西：我们以一个恋爱故事为栗子：二维公园（坐标轴）里的椅子上有一个孤独的向量v（-2，2），一个忠心（不变）的矩阵A试图从左边搭讪向...

零维▼让我们从一个点开始，和我们几何意义上的点一样，它没有大小、没有维度。它只是被想象出来的、作为标志一个位置的点。它什么也没有，空间、时间通通不存在，这就是零维度。一维空间▼好的，理解了零维之后我们开始一维空间。已经存在了一个点，我们再画一个点。两点之间连一条线。噔噔噔！一维空间诞生了！我们创造了空间！一维空间只有长度，没有宽度和深度。二维空间▼我们拥有了一条线，也就是拥有了一维空间。如何升级到...

 转载请声明出处http://blog.youkuaiyun.com/zhongkejingwang/article/details/43053513    在网上看到有很多文章介绍SVD的，讲的也都不错，但是感觉还是有需要补充的，特别是关于矩阵和映射之间的对应关系。前段时间看了国外的一篇文章，叫A Singularly Valuable Decomposition The SVD of a Matrix，觉...

https://www.zhihu.com/question/21874816

目录第一节 离散.连续.多维随机变量及其分布1.1、几个基本概念点1..2、随机变量及其分布第二节、从数学期望、方差、协方差到中心极限定理2.1、数学期望、方差、协方差2.2、中心极限定理第三节、从数理统计简史中看正态分布的历史由来3.1、正态分布的定义3.2、早期概率论：从萌芽到推测术3.3、棣莫弗的二项概率逼近3.4、贝叶斯方法3.5、最小...

版权声明：    本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com。也可以加我的微博: @leftnoteasy前言：    上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用

作者：子楠链接：https://zhuanlan.zhihu.com/p/22805488来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。班主任：你们两个在干什么？班长小红，给我过来，叙述一下事情经过！小红，现在我是小白，你是小明，说一下你们为什么吵架！好的老师，小明好坏好坏的，他莫名其妙过来，什么前提条件都不给，上来就是一句“我是你爸