机器学习所需要的线性代数

说明：数学是机器学习的基础，主要是线性代数、高等数学、复变函数、泛函分析、概率论。 本篇文章主要介绍学习机器学习需要用到哪些线性代数知识 推荐书籍： 《线性代数的几何意义》 《线性代数应该这样学》 基本概念 标量：标量就是0维的数，比如自然数，实数，就是一个单独的数 向量：向量的概念来自于物理，矢量，比如力是有方向的。向量是一列有序数，一维的 张量：张量是一种映射，张量概念是矢量概念的推广，矢量是

>>阅读原文<<