线性代数

线性代数的概念对于理解机器学习背后的原理非常重要，尤其是在深度学习领域中。它可以帮助我们更好地理解算法内部到底是怎么运行的，借此，我们就能够更好的做出决策。所以，如果你真的希望了解机器学习具体算法，就不可避免需要精通这些线性代数的概念。这篇文章中，我们将向你介绍一些机器学习中涉及的关键线性代数知识。

       线性代数是一种连续而非离散的数学

• 方法

• 矩阵

• 集合

• 标量

• 张量

• 范数

• 内积

• 转化常规

• 常规基

• 特征值分解

• 奇异值分解

• 矩阵分解

 

数学对象 

Scalar      标量              标量就是一个简单的数，比如 24。

Vector      向量              向量是一个有序数组，能够写成一行或者一列的形式。向量只包含一个索引，用来表示向量中的某个特定元素  列如 ：V= [2，-8，7]     V_2表示向量中的第二个元素 -8

Matrix      矩阵