2 Solving Linear Equations
3 Vector Spaces and Subspaces
4 Orthogonality
5 Determinants
6 Eigenvalues and Eigenvectors
7 The Singular Value Decomposition (SVD)
8 Linear Transformations
9 Complex Vectors and Matrices
10 Applications
11 Numerical Linear Algebra
12 Linear Algebra in Probability & Statistics
· · · · · · (收起)
具体描述
用户评价
##开始还不以为然，看到第三章null space 开始觉得非常精彩。第一本更强调几何直觉，如果带着这些几何图像去研读这一本，定会收获更清晰的直觉。P311 第23题
##课已经刷完了，书还没有看完，希望至少看到第7章吧。总的来说真的很好，但有些我以为比较重要的话题过的有点快（比如Linear transformation)....刷到了第8章。需要回顾定期回顾一下重点知识:四个子空间，不同的factorization，determinant以及linear transformation（这个感觉貌似不是很扎实).有一个小震撼是原来Ax=b里面包含了那么多层的含义!甚至很大一部分的factorization都是为了求最接近的解。
##我居然坚持下来了！很感动，依依不舍。Strang教授采用注重体验、注重知识点背后的数学原理和知识点之间的联系、理论和实际相结合、不在一开始用枯燥的定义和证明填鸭学生的教学方式，让从来就讨厌数学的我体会到线性代数之美。从代数理论体系下多个角度看待同一数学现象，获取的美妙感受是难以言表的。Strang教授幽默风趣有少年气，很羡慕他这种发自内心沉浸在工作中的状态。配套教材有些微言大义（想起当初学江元生《结构化学》的感受，文字简洁深奥第一遍看不懂），初学者一边听课一边读书效果更佳。
##主要是看了作者课程视频，书看了一些章节补充课里忽略的证明。感觉书有点太长了，没有课程流畅。Edelman 更新后的课程强调SVD: https://github.com/mitmath/1806/blob/master/summaries.md
##很好的教材，很好的课程
##开始还不以为然，看到第三章null space 开始觉得非常精彩。第一本更强调几何直觉，如果带着这些几何图像去研读这一本，定会收获更清晰的直觉。P311 第23题
##开始还不以为然，看到第三章null space 开始觉得非常精彩。第一本更强调几何直觉，如果带着这些几何图像去研读这一本，定会收获更清晰的直觉。P311 第23题
##课已经刷完了，书还没有看完，希望至少看到第7章吧。总的来说真的很好，但有些我以为比较重要的话题过的有点快（比如Linear transformation)....刷到了第8章。需要回顾定期回顾一下重点知识:四个子空间，不同的factorization，determinant以及linear transformation（这个感觉貌似不是很扎实).有一个小震撼是原来Ax=b里面包含了那么多层的含义!甚至很大一部分的factorization都是为了求最接近的解。
比北大版应用许多，感觉对cs课的data work理解上升了一个维度...【而为什么第二个本命年了我还在学lilear algebra... 【第二个本命年继续nl不分...