Matrix: Rectangular array of numbers
矩阵:由数字组成的矩形阵列;

Dimension of matrix(矩阵维度): number of rows(行) * number of column(列)
Machine Learning吴恩达视频课(线性代数)

矩阵元素的表示:

Machine Learning吴恩达视频课(线性代数)

vector(向量): An n*1 metrix
以下为4维向量:
Machine Learning吴恩达视频课(线性代数)
Machine Learning吴恩达视频课(线性代数)

通常用大写字母表示矩阵,小写字母表示向量;

matrix addition and subtraction矩阵加减
Require:matrices of the same dimension;必须是相同维度的矩阵;
Machine Learning吴恩达视频课(线性代数)
Scalar multiplication 标量乘法
Machine Learning吴恩达视频课(线性代数)
矩阵乘法

Machine Learning吴恩达视频课(线性代数)

利用矩阵乘法简化函数表达式:
Machine Learning吴恩达视频课(线性代数)
这样可以快速地把三个假设函数表达式应用到4个房屋面积的模型参数,从而得到12种房屋预测价格的输出;

矩阵乘法非常方便,可以将大量计算打包,然后用一次矩阵乘法运算;

矩阵乘法特点:

1.不可交换性:
Machine Learning吴恩达视频课(线性代数)
2.单位矩阵:
Machine Learning吴恩达视频课(线性代数)

逆矩阵

Machine Learning吴恩达视频课(线性代数)

矩阵转置

Machine Learning吴恩达视频课(线性代数)

相关文章:

  • 2021-04-13
  • 2021-12-31
  • 2021-08-11
  • 2021-12-15
  • 2021-01-27
  • 2021-11-16
  • 2021-04-09
  • 2022-12-23
猜你喜欢
  • 2021-09-18
  • 2021-08-11
  • 2022-01-21
  • 2021-09-04
  • 2021-08-04
  • 2021-05-10
  • 2021-05-13
相关资源
相似解决方案