机器学习笔记_数学基础_4-线性代数
来源:互联网 发布:视频观看软件 编辑:程序博客网 时间:2024/06/03 19:22
- 行列式
- 矩阵的乘法
优化算法: 分治+动态规划
- 矩阵的秩
- 秩与线性方程组:
AX=b - 无解:
R(A)<R(A,b) - 唯一解:
R(A)=R(A,b)=n - 无穷多解
R(A)=R(A,b)<n
- 无解:
Ax=0 有非零解的重要条件R(A)<n
- 向量组
特征值和特征向量
Ax=λx
特殊矩阵
- 正交阵:
n阶矩阵A满足 ATA=I - A是正交矩阵的充要条件:A的列向量都是单位向量,且两两正交
- A是正交矩阵,x为向量, 则
Ax 是正交变换(正交标号不改变向量的长度)
- 实对称阵(A 是
n∗n 的方阵)
1 常见的实对称矩阵: 协方差矩阵;二次型矩阵; 无向图额领接矩阵
2 实对称矩阵的不同特征值的特征向量正交 (μTiμj=0 )
合同矩阵: A是n阶对称矩阵 ,必有正交矩阵P,满足
P−1AP=PTAP=Λ;对角矩阵(A的特征值是对角线元素) A和Λ是合同矩阵
- 二次型
- 一个二次型对于一个对称矩阵
- 正定矩阵 (n阶方阵A,若任意n阶向量X,都有
XTAX>0 => A是正定矩阵)- A的特征值大于0
- A的顺序主子式大于0
0 0
- 机器学习笔记_数学基础_4-线性代数
- 机器学习笔记_数学基础_1-微积分
- 机器学习笔记_数学基础_2-概率论
- 机器学习笔记_数学基础_3-数理统计
- 机器学习笔记_数学基础_5-矩阵理论
- 机器学习笔记_数学基础_7-凸优化理论
- [心得]机器学习基础之线性代数笔记
- 机器学习&深度学习数学基础之-线性代数
- 机器学习--线性代数基础
- 线性代数,机器学习,笔记!!!
- 机器学习笔记--线性代数
- 机器学习:LDA_数学基础_4:变分推断:EM基础
- 机器学习:LDA_数学基础_1:贝叶斯数学_基础
- 机器学习笔记_数学基础_5-矩阵理论_续1_QR分解
- 机器学习笔记_回归_4: 最小二乘的改进(1)
- 机器学习笔记_回归_4: 最小二乘问题(2)
- 机器学习笔记_回归_4: 最小二乘问题(3)
- 机器学习笔记_数学基础_6-矩阵方程组的求解与最小二乘定义
- 优化方法-爬山法
- 解决github push错误The requested URL returned error: 403 Forbidden while accessing
- KVO
- Python中的random模块
- mongoDB 基本操作,增删改查
- 机器学习笔记_数学基础_4-线性代数
- C++基础::shared_ptr 编程细节(一)
- 【Unity开发】NGUI,UGUI按钮监听的动态添加与移除
- Linux图片处理工具-GraphicsMagick
- 32位和64位系统区别及字节对齐
- hdu4815Little Tiger vs. Deep Monkey 概率dp
- POJ 2001 Shortest Prefixes (字典树模拟切割)
- MongoDB C# / .NET Driver 中IMongoQuery的内部实现Query的用法
- iOS 图片 按钮 切圆角