学完后能看懂高级统计方法、机器学习和深度学习算法中的线性代数内容。

*   01 向量（上）.mp4 13:09

*   02 向量（下）.mp4 07:55

*   03 向量加法和标量乘法.mp4 07:02

*   04 线性组合、仿射组合和凸组合.mp4 05:00

*   05 矩阵.mp4 12:57

*   06 矩阵加法和向量乘法.mp4 04:22

*   07 点积和范数.mp4 10:47

*   08 距离和角度.mp4 14:12

*   09 线性函数和仿射函数.mp4 07:21

*   10 线性方程组.mp4 13:12

*   11 线性相关和无关.mp4 06:19

*   12 线性变换.mp4 08:54

*   13 矩阵乘法及其相关运算.mp4 07:40

*   14 分块矩阵.mp4 12:58

*   15 矩阵逆.mp4 06:43

*   16 向量空间.mp4 18:54

*   17 基和坐标系.mp4 15:58

*   18 空间维度和矩阵秩.mp4 08:18

*   19 基变换.mp4 03:44

*   20 矩阵的左右逆.mp4 06:44

*   21 矩阵的MOORE-PENROSE (MP)逆.mp4 08:04

*   22 MP逆和线性方程组的解.mp4 08:59

*   23 特征值和特征向量.mp4 09:50

*   24 矩阵对角化.mp4 08:17

*   25 向量空间的线性变换.mp4 19:06

*   26 正交集.mp4 05:07

*   27 正交投影.mp4 12:07

*   28 逼近定理和最小二乘.mp4 08:09

*   29 正交对角化.mp4 05:14

*   30 二次型和正定矩阵.mp4 15:17

*   31 二次型极值定理.mp4 09:36

*   32 奇异值分解（SVD）.mp4 14:12

*   33 Kronecker积和矩阵向量化.mp4 05:10

*   34 标量函数、向量函数和矩阵函数.mp4 12:46

*   35 函数可微性、微分和导数（上）.mp4 09:03

*   36 函数可微性、微分和导数（下）.mp4 14:34

*   37 链式法则、雅可比矩阵和黑森矩阵.mp4 09:50

*   38 矩阵导数原理.mp4 09:31

*   39 矩阵导数实例讲解.mp4 13:47

*   40 随机向量.mp4 09:16

*   41 协方差矩阵.mp4 11:13

*   42 均值向量和协方差矩阵的估计.mp4 12:04