第一章:线性代数:
学习一个新东西,首先要从概念开始,抓住其核心点
机器学习相关问题中,数据集多是以矩阵的形式存在,而模型的参数如W也是以矩阵或向量的形式存在,所以一个模型从数学的角度来说,就是矩阵间的运算,而运算中矩阵相乘的运算又是最常用的运算。本章后半部分讲解了在机器学习中会用到的一些矩阵运算的概念,如范数、行列式、
特征分解、奇异值分解等
一、基本单元:标量、向量、矩阵、张量
二、
时间: 2024-10-01 12:25:17
第一章:线性代数:
学习一个新东西,首先要从概念开始,抓住其核心点
机器学习相关问题中,数据集多是以矩阵的形式存在,而模型的参数如W也是以矩阵或向量的形式存在,所以一个模型从数学的角度来说,就是矩阵间的运算,而运算中矩阵相乘的运算又是最常用的运算。本章后半部分讲解了在机器学习中会用到的一些矩阵运算的概念,如范数、行列式、
特征分解、奇异值分解等
一、基本单元:标量、向量、矩阵、张量
二、