课程目录

开篇词 (1讲)

  1. 开篇词 _ 从今天起，学会线性代数

基础篇 (11讲)

  1. 01 _ 导读：如何在机器学习中运用线性代数工具？
  2. 02 _ 基本概念：线性代数研究的到底是什么问题？
  3. 03 _ 矩阵：为什么说矩阵是线性方程组的另一种表达？
  4. 04 _ 解线性方程组：为什么用矩阵求解的效率这么高？
  5. 05 _ 线性空间：如何通过向量的结构化空间在机器学习中做降维处理？
  6. 06 _ 线性无关：如何理解向量在N维空间的几何意义？
  7. 07 _ 基和秩：为什么说它表达了向量空间中“有用”的向量个数？
  8. 08 _ 线性映射：如何从坐标系角度理解两个向量空间之间的函数？
  9. 09 _ 仿射空间：如何在图形的平移操作中大显身手？
  10. 10 _ 解析几何：为什么说它是向量从抽象到具象的表达？
  11. 基础通关 _ 线性代数5道典型例题及解析

应用篇 (6讲)

  1. 11 _ 如何运用线性代数方法解决图论问题？
  2. 12 _ 如何通过矩阵转换让3D图形显示到二维屏幕上？
  3. 13 _ 如何通过有限向量空间加持的希尔密码，提高密码被破译的难度？
  4. 14 _ 如何在深度学习中运用数值代数的迭代法做训练？
  5. 15 _ 如何从计算机的角度来理解线性代数？
  6. 强化通关 _ 线性代数水平测试20题

结束语 (1讲)

  1. 结束语 _ 和数学打交道这么多年，我的三点感悟