廢話不多說，直接上干貨！

首先，推薦一系列關(guān)于線性代數(shù)可視化的視頻：

3Blue1Brown的線性代數(shù)的本質(zhì)
https://www.bilibili.com/video/BV1ys411472E

然后，推薦一個課程：
MIT的18.06課程
https://www.bilibili.com/video/BV1ix411f7Yp

我在很久之前找到了一份特別詳細(xì)的學(xué)習(xí)筆記。這份筆記是由網(wǎng)友douTintin寫的?，F(xiàn)在我把它分享出來：

獲取pdf：傳送門。

另外，建議還在上大學(xué)的讀者看看以下這本書（你上這門課或考研時可能要用到）：

看完再與我推薦的視頻對比，你會發(fā)現(xiàn)這本書的編排順序有多糟糕。

下面這本書才是你應(yīng)該花時間看的！

獲取pdf：傳送門

最后，自薦一下我翻譯的一系列文章：

2 線性代數(shù)(Linear Algebra)（上）
?2.1 線性方程組
?2.2 矩陣
??2.2.1 矩陣加法和乘法
??2.2.2 逆和轉(zhuǎn)置
??2.2.3 與標(biāo)量相乘
??2.2.4 線性方程組的緊湊表示
?2.3 線性方程組的求解
??2.3.1 特解和通解
??2.3.2 初等變換
??2.3.3 Minus-1 技巧
??2.3.4 求解線性方程組的算法
2 線性代數(shù)(Linear Algebra)（中）
?2.4 向量空間
??2.4.1 群
??2.4.2 向量空間
??2.4.3 向量子空間
?2.5 線性獨立
?2.6 基和秩
??2.6.1 生成集和基
??2.6.2 秩
2 線性代數(shù)(Linear Algebra)（下）
?2.7 線性映射
??2.7.1 線性映射的矩陣表示
??2.7.2 基變換
??2.7.3 像與核
?2.8 仿射空間
??2.8.1 仿射子空間
??2.8.2 仿射映射

3 解析幾何(Analytic Geometry)（上）
?3.1 范數(shù)
?3.2 內(nèi)積
??3.2.1 點積
??3.2.2 一般內(nèi)積
??3.2.3 對稱正定矩陣
?3.3 長度和距離
?3.4 角度和正交
?3.5 標(biāo)準(zhǔn)正交基
?3.6 正交補
?3.7 函數(shù)的內(nèi)積

3 解析幾何(Analytic Geometry)（下）
?3.8 正交投影
??3.8.1 一維子空間（線）上的投影
??3.8.2 一般子空間上的投影
??3.8.3 Gram-Schmidt正交化
??3.8.4 仿射子空間上的投影
?3.9 旋轉(zhuǎn)
??3.9.1 二維歐式向量空間中的旋轉(zhuǎn)
??3.9.2 三維歐式向量空間中的旋轉(zhuǎn)
??3.9.3 n維歐式向量空間中的旋轉(zhuǎn)
??3.9.4 旋轉(zhuǎn)的性質(zhì)

4 矩陣分解(Matrix Decompositions)(上)
?4.1 行列式與跡
?4.2 特征值和特征向量
4 矩陣分解(Matrix Decompositions)(中)
?4.3 Cholesky分解
?4.4 特征分解與對角化
?4.5 奇異值分解
??4.5.1 幾何圖解SVD
??4.5.2 SVD的構(gòu)建
??4.5.3 特征值分解 vs. 奇異值分解
4 矩陣分解(Matrix Decomposition)(下)
?4.6 矩陣逼近
?4.7 矩陣phylogeny

總結(jié)

以上是生活随笔為你收集整理的一位教授跟我说：线性代数应该这样学的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。