吴恩达机器学习一站式学习系列(3)——机器学习涉及的数学知识

机器学习中涉及大量的大学线性代数内容,虽然大学时候学习该课程也不知道为什么学习,但后知后觉才发现,任何一门课程真是“存在即合理”。

矩阵

矩阵是一个数学概念,它是一个由行和列组成的矩形排列的数表。每个单独的数字在矩阵中被称为元素。矩阵在许多领域中有广泛的应用,包括线性代数、统计学、物理学、工程学等。

一个 m × n 的矩阵由 m 行和 n 列组成,如下所示:

| a11  a12  a13  ...  a1n |
| a21  a22  a23  ...  a2n |
| a31  a32  a33  ...  a3n |
| ...  ...  ...  ...  ... |
| am1  am2  am3  ...  amn |

其中,a_ij 表示位于第 i 行第 j 列的元素。

矩阵在线性代数中有重要的作用,它们可以用于表示线性方程组、进行向量空间的变换、求解特征值和特征向量等。矩阵还在计算机图形学中用于表示变换、旋转和缩放操作。在数据分析和统计学中,矩阵用于表示数据集的关系和变换。

除了普通的矩阵,还有一些特殊类型的矩阵,如方阵(行数等于列数)、对角矩阵(非对角元素均为零)、单位矩阵(对角元素均为1,其余元素为零)等。矩阵在数学和应用领域中扮演着重要的角

矩阵的维数即行数×列数

矩阵的运算

运算规则
加法对应元素相加
若两个矩阵的维度不同,无法相加
减法对应元素相减
若两个矩阵的维度不同,无法相减
数乘(标量乘法)矩阵中的每个元素乘以同一个标量
数乘不改变矩阵的维度
乘法矩阵乘法需满足左矩阵的列数等于右矩阵的行数
结果矩阵的行数等于左矩阵的行数,列数等于右矩阵的列数
转置矩阵的行列互换

加法和标量乘法

矩阵向量乘法

矩阵乘法

逆、转置

滚动至顶部