重学线性代数

• 01.开篇词
  • 开篇词 | 从今天起，学会线性代数
• 02.基础篇
  • 01 | 导读：如何在机器学习中运用线性代数工具？
  • 02 | 基本概念：线性代数研究的到底是什么问题？
  • 03 | 矩阵：为什么说矩阵是线性方程组的另一种表达？
  • 04 | 解线性方程组：为什么用矩阵求解的效率这么高？
  • 05 | 线性空间：如何通过向量的结构化空间在机器学习中做降维处理？
  • 06 | 线性无关：如何理解向量在N维空间的几何意义？
  • 07 | 基和秩：为什么说它表达了向量空间中“有用”的向量个数？
  • 08 | 线性映射：如何从坐标系角度理解两个向量空间之间的函数？
  • 09 | 仿射空间：如何在图形的平移操作中大显身手？
  • 10 | 解析几何：为什么说它是向量从抽象到具象的表达？
  • 基础通关 | 线性代数5道典型例题及解析
• 03.应用篇
  • 11 | 如何运用线性代数方法解决图论问题？
  • 12 | 如何通过矩阵转换让3D图形显示到二维屏幕上？
  • 13 | 如何通过有限向量空间加持的希尔密码，提高密码被破译的难度？
  • 14 | 如何在深度学习中运用数值代数的迭代法做训练？
  • 15 | 如何从计算机的角度来理解线性代数？
  • 强化通关 | 线性代数水平测试20题
• 04.结束语
  • 结束语 | 和数学打交道这么多年，我的三点感悟