【中文普通话】10小时《Python数据科学与机器学习的线性代数（2023）》

by yuyulaoshi · 2023年9月1日

向量、矩阵、线性方程组、因式分解、特征向量、最小二乘法、奇异值分解

你将学到什么线性代数的基础知识向量和矩阵在Python中的应用实现向量和矩阵的操作在Python中的实现解决线性方程组及其在Python中的实现矩阵因式分解及其在Python中的实现计算特征值、特征向量奇异值分解及其在Python中的实现特征分解及其在Python中的实现

要求你应该熟悉数学的基本概念线性代数概念的所有实现都是用Python完成的，因此熟悉Python将是一个额外的优势

描述本课程将帮助你理解数据科学和机器学习背后的线性代数和数学知识。线性代数是数据科学和机器学习的基础部分。本课程包括线性代数每个主题的课程内容+线性代数概念或主题的代码或实现。本课程涵盖了大量的主题。课程开始时，我们讨论了什么是线性代数以及为什么我们需要线性代数。然后我们进入Python的入门部分，你将学习如何设置Python环境，以便你可以进行实践。然后我们进入本课程的核心内容：向量和向量操作、矩阵和矩阵操作、行列式和逆矩阵、解线性方程组、范数和基向量、线性独立性、矩阵因式分解、正交性、特征值和特征向量、奇异值分解（SVD）。在每个章节中，你将找到Python代码演示和解决问题的实例，除了线性代数的理论概念。你还将学习如何使用Python的numpy库，该库包含了许多用于矩阵计算和解决线性代数问题的函数。所以，让我们开始吧…

适合人群对机器学习中如何使用线性代数感兴趣的任何人想要理解数据科学背后的数学和线性代数的任何人想要为机器学习技术的部署开发基础基础的任何人