1 Introduction to Vectors
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)
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
评分
##MIT著名线代课程的教材，因为没时间跟视频就直接看教材了。这本书定位是入门，但我觉得学过线代的再看一遍收获也很大，书里提供的一些理解角度是我从来没有注意到过的例如Ax=b的四个重要向量空间，还有矩阵乘法的四种理解，看完真的觉得太amazing了。 不过也有缺点，这本书行文风格更像是一本课堂讲义，看起来总觉得有点不顺畅，需要自己重新组织好知识点。
评分
##数学课基本在靠油管的MIT网课拯救
评分
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...
评分
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...
评分
##数学课基本在靠油管的MIT网课拯救
评分
##MIT著名线代课程的教材，因为没时间跟视频就直接看教材了。这本书定位是入门，但我觉得学过线代的再看一遍收获也很大，书里提供的一些理解角度是我从来没有注意到过的例如Ax=b的四个重要向量空间，还有矩阵乘法的四种理解，看完真的觉得太amazing了。 不过也有缺点，这本书行文风格更像是一本课堂讲义，看起来总觉得有点不顺畅，需要自己重新组织好知识点。
评分
##以前学的怕不是假的线代
评分
##很好的教材，很好的课程
##After being tired of 快速入门 “极限编程” 通过冒烟测试然后迅速淡忘，我选择建筑性地补习线性代数（为了学习机器学习）事实证明糟糕地表达和结构安排造成的隔阂远胜过母语和另一门语言之间地隔阂 国内教材真的太差了 授课顺序也很不合理