《麻省理工公开课:线性代数》中文笔记来了!

MLNLP社区在Github上最新发布了一套MIT线性代数课程Linear Algebra的学习笔记,目前已获得1600star。项目简介如下所示,欢迎大家关注!

项目地址:https://github.com/MLNLP-World/MIT-Linear-Algebra-Notes

1

『项目动机』

《麻省理工公开课:线性代数》是麻省理工公开课中广为流传的一门好课。本项目总结了我们在学习MIT线性代数课程 Linear Algebra的学习笔记。赠人玫瑰,手留余香,我们将所有的笔记开源,希望在自己学习的同时,也对大家学习掌握《麻省理工公开课:线性代数》有所帮助。

2

『项目特色』

  • 笔记与原课程视频一一对应,可以帮助大家一边听课一边理解。

  • 通过图解来使得笔记尽量通俗易懂

课程视频共35节,单个视频平均时长不超过60分钟,预计一个月可以学习完毕。

3

『课程目录』

《麻省理工公开课:线性代数》中文笔记来了!_第1张图片

【第1集】方程组的几何解释

【第2集】矩阵消元

【第3集】乘法和逆矩阵

【第4集】A的LU分解

【第5集】转置-置换-向量空间R

【第6集】列空间和零空间

【第7集】求解Ax=0:主变量、特解

【第8集】求解Ax=b:可解性和解的结构

【第9集】线性相关性、基、维数

【第10集】四个基本子空间

【第11集】矩阵空间、秩1矩阵和小世界图

【第12集】图和网络

【第13集】复习一

【第14集】正交向量与子空间

【第15集】子空间投影

【第16集】投影矩阵和最小二乘

【第17集】正交矩阵和Gram-Schmidt正交化

【第18集】行列式及其性质

【第19集】行列式公式和代数余子式

【第20集】克拉默法则、逆矩阵、体积

【第21集】特征值和特征向量

【第22集】对角化和A的幂

【第23集】微分方程和exp(At)

【第24集】马尔可夫矩阵;.傅立叶级数

【第25集】复习二

【第26集】对称矩阵及正定性

【第27集】复数矩阵和快速傅里叶变换

【第28集】正定矩阵和最小值

【第29集】相似矩阵和若尔当形

【第30集】奇异值分解

【第31集】线性变换及对应矩阵

【第32集】基变换和图像压缩

【第33集】单元检测3复习

【第34集】左右逆和伪逆

【第35集】期末复习

4

『内容预览』

以下是第一集《方程组的几何解释》的部分笔记内容,更多内容可以前往项目查看。

《麻省理工公开课:线性代数》中文笔记来了!_第2张图片

详情见项目Github主页

5

『项目地址』

项目地址:https://github.com/MLNLP-World/MIT-Linear-Algebra-Notes

可点击下方「阅读原文」,进入项目主页!


《麻省理工公开课:线性代数》中文笔记来了!_第3张图片





往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419,加入微信群请扫码

《麻省理工公开课:线性代数》中文笔记来了!_第4张图片

你可能感兴趣的:(人工智能,机器学习,线性代数,github,深度学习)