Linear Algebra 1:What are we going to learn?

https://www.youtube.com/watch?v=uUrt8xgdMbs&feature=youtu.be

1.學(xué)習(xí)線性代數(shù)之前的知識(shí):

System:A system has input and output,just like "function","tranformation","operator"

? ? 如對(duì)話系統(tǒng)禽翼,輸入一句話宾娜,返回一個(gè)回應(yīng)追他。

2.Linear System,

一個(gè)線性的系統(tǒng)

2.1it has two properties:

(1)Perservering Multiplication:

當(dāng)輸入x疗隶,通過Linear System得到y(tǒng),則輸入k倍的x改艇,得到k倍的y兰粉。

(2)Perservering Addition

假設(shè)輸入x_{1} 得到y_{1} ,輸出x_{2} 得到y_{2} 恋昼,根據(jù)Perservering Addition看靠,則x_{1} +x_{2} =y_{1} +y_{2}

2.2課程范圍

一個(gè)符合上述特點(diǎn)的線性系統(tǒng)(Linear System) 液肌,然而不是所有的系統(tǒng)都是線性的挟炬。

以下是不是一個(gè)線性系統(tǒng)?是嗦哆,滿足兩個(gè)特性谤祖。

2.3Applications 線性代數(shù)的用處

(1)pm2.5的預(yù)測(cè),股票的預(yù)測(cè)等等

根據(jù)歷史數(shù)據(jù)預(yù)測(cè)pm2.5

將其理解為一個(gè)線性系統(tǒng)吝秕,則:

①雖然可能在現(xiàn)實(shí)中它并不一定是一個(gè)線性的關(guān)系泊脐,但是我們可以將其按照線性系統(tǒng)來考量,并將誤差盡可能的縮小烁峭。

②But,where "w" come from容客?在機(jī)器學(xué)習(xí)(Machine Learning)中,我們要通過手段约郁,讓機(jī)器自動(dòng)獲取w以解決問題缩挑。

(2)搜索引擎的搜索排序

pagerank:線性代數(shù)的應(yīng)用,代表了網(wǎng)頁本身的重要性鬓梅。計(jì)算某一時(shí)刻各個(gè)網(wǎng)頁的分布情況供置。

(3)Computer Graphics?計(jì)算機(jī)圖形學(xué)

物體旋轉(zhuǎn)可以通過線性系統(tǒng)進(jìn)行演算

2.4 What are we going to learn?

(1)利用線性系統(tǒng),我們通過怎么樣的輸入绽快,得到想要的輸出芥丧;我們的輸入是不是唯一的或者多樣的紧阔;我們?cè)趺凑业竭@個(gè)輸入(解)。

(2)利用一個(gè)集合续担,我們將這個(gè)集合輸入擅耽,得到另一個(gè)集合。

在第四章物遇,我們來描述線性系統(tǒng)輸出的可能性的集合(維度的概念)乖仇;描述的方法也不止一種,使用簡(jiǎn)單的描述询兴,線性系統(tǒng)也可能改變乃沙;第七章,即使找不到一個(gè)輸入得到想要的解诗舰,我們依然可以近似一個(gè)輸出警儒,找到其最近的輸入。

(3)第五章

根據(jù)不同的輸入始衅,進(jìn)入不同的Filter(濾波器)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末冷蚂,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子汛闸,更是在濱河造成了極大的恐慌蝙茶,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,509評(píng)論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件诸老,死亡現(xiàn)場(chǎng)離奇詭異隆夯,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)别伏,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,806評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門蹄衷,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人厘肮,你說我怎么就攤上這事愧口。” “怎么了类茂?”我有些...
    開封第一講書人閱讀 163,875評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵耍属,是天一觀的道長。 經(jīng)常有香客問我巩检,道長厚骗,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,441評(píng)論 1 293
  • 正文 為了忘掉前任兢哭,我火速辦了婚禮领舰,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己冲秽,他們只是感情好舍咖,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,488評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著锉桑,像睡著了一般谎仲。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上刨仑,一...
    開封第一講書人閱讀 51,365評(píng)論 1 302
  • 那天,我揣著相機(jī)與錄音夹姥,去河邊找鬼杉武。 笑死,一個(gè)胖子當(dāng)著我的面吹牛辙售,可吹牛的內(nèi)容都是我干的轻抱。 我是一名探鬼主播,決...
    沈念sama閱讀 40,190評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼旦部,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼祈搜!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起士八,我...
    開封第一講書人閱讀 39,062評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤容燕,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后婚度,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體蘸秘,經(jīng)...
    沈念sama閱讀 45,500評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,706評(píng)論 3 335
  • 正文 我和宋清朗相戀三年蝗茁,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了醋虏。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,834評(píng)論 1 347
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡哮翘,死狀恐怖颈嚼,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情饭寺,我是刑警寧澤阻课,帶...
    沈念sama閱讀 35,559評(píng)論 5 345
  • 正文 年R本政府宣布,位于F島的核電站佩研,受9級(jí)特大地震影響柑肴,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜旬薯,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,167評(píng)論 3 328
  • 文/蒙蒙 一晰骑、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦硕舆、人聲如沸秽荞。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,779評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽扬跋。三九已至,卻和暖如春凌节,著一層夾襖步出監(jiān)牢的瞬間钦听,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,912評(píng)論 1 269
  • 我被黑心中介騙來泰國打工倍奢, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留朴上,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,958評(píng)論 2 370
  • 正文 我出身青樓卒煞,卻偏偏與公主長得像痪宰,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子畔裕,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,779評(píng)論 2 354