天天看點

吳恩達《機器學習》課程總結(3)線性代數回顧

3.1矩陣和向量

幾行幾列即為矩陣。Aij表示第i行第j列。

吳恩達《機器學習》課程總結(3)線性代數回顧

隻有一行或者一列的稱為向量,向量是一種特殊矩陣。一般向量指的是列向量。

3.2加法和标量乘法

加法:元素對應相加。

标量乘法:标量和矩陣每一個元素相乘。

吳恩達《機器學習》課程總結(3)線性代數回顧

3.3矩陣向量乘法

吳恩達《機器學習》課程總結(3)線性代數回顧

3.4矩陣乘法

要求:第一個矩陣的列數等于第二個矩陣的行數,如m x n矩陣與nx 1矩陣相乘,結果為第一個矩陣的行數乘以第二個矩陣的列數。

結果Cij是第一個矩陣第i行和第二個矩陣第j列對應元素相乘求和的值。

吳恩達《機器學習》課程總結(3)線性代數回顧

3.5矩陣乘法的性質

不滿足交換律:AxB != B x A。

滿足結合律:(A x B) x C=A x (B x C)。

機關矩陣I:是對角線為1,其他都為零的方陣。任何矩陣于機關矩陣相乘,矩陣保持不變。

3.6逆、轉置

如果矩陣A的逆矩陣存在,則AA-1=A-1A=I。

如果A的轉置矩陣是B,則A矩陣第i行第j列元素與B矩陣第j行第i列元素相等。記AT=B。

吳恩達《機器學習》課程總結(3)線性代數回顧

轉置矩陣的一些性質:

(A±B)T=(AT±BT)。

(AxB)T=BTx AT。

(AT)T=A。

(KA)T=KAT。

繼續閱讀