• 目錄
  • 1、SVD是什么、表達式是什么及對應的數學含義；
  • 2、了解方陣、行列式的含義（方陣即矩陣，行列式即矩陣的計算結果）
  • 3、了解代數余子式的概念
  • 4、伴隨矩陣的概念
  • 5、知道方陣的逆的公式、范德蒙行列式
  • 6、知道矩陣的乘法，掌握狀態轉移矩陣。
  • 7、知道矩陣的秩的概念
  • 8、知道系數矩陣、正交陣、正定陣
  • 9、掌握特征值和特征向量

目錄

1、SVD是什么、表達式是什么及對應的數學含義；

2、了解方陣、行列式的含義（方陣即矩陣，行列式即矩陣的計算結果）

3、了解代數余子式的概念

將一個元素所在的列和行劃去后，剩余的方陣稱為該元素的余子式。代數余子式也就是余子式的代數表示形式。

4、伴隨矩陣的概念

每個元素的代數余子式所構成的方陣稱為A的伴隨矩陣

5、知道方陣的逆的公式、范德蒙行列式

6、知道矩陣的乘法，掌握狀態轉移矩陣。

矩陣的乘法實際上對應的是一個維度的空間到另一維度空間的映射。
狀態轉移矩陣（又稱轉移概率矩陣）：矩陣各元素都是非負的，并且各行元素之和等于1，各元素用概率表示，在一定條件下是互相轉移的，故稱為轉移概率矩陣。

7、知道矩陣的秩的概念

首先知道k階子式的概念即在矩陣A中任取K行K列，不改變這些元素的順序，則這個K階方陣稱為矩陣A的K階子式。
其次，若在矩陣A中有一個不等于0的r階子式D，且所有的r+1階子式全等于0，那么r稱為矩陣A的秩。


即初始概率乘以概率轉移矩陣P的N次方，不斷的迭代即得到最終的穩定值。

8、知道系數矩陣、正交陣、正定陣

知道正定陣即代表正數在N維空間中推廣

9、掌握特征值和特征向量

特征值可以理解為系數矩陣的絕對值。X稱為A對應的特征向量。了解特征值的求法及性質。

總結

以上是生活随笔為你收集整理的机器学习之线性代数总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。