【教程】Python视角入门线性代数

精彩内容不迷路

机器之心报道

人工智能的基础是数学，线性代数又是其中的重要部分。然而，对于数学基础不好的人来说，「线性代数」是一门非常抽象的课程。如何学习线性代数呢？这个 GitHub 项目介绍了一份入门级线性代数课程讲义，适合大学生、程序员、数据分析师、算法交易员等，使用的代码用 Python 语言写成。

项目地址：https://github.com/MacroAnalyst/Linear_Algebra_With_Python

讲义大致基于以下线性代数教科书：

该讲义为初学者设置，不过它对略有线性代数和微积分知识的人也有帮助。学习者应具备 Python、NumPy、Matplotlib、SymPy 的基础知识（3 天的训练足够了）。

为了使大家更容易地理解代码，讲义中涉及的所有代码均以直观的方式写成，而没有选择高效或专业的代码风格。

项目作者表示：这些讲义将为学习者提供数据学习、经济计量学、数学统计学、控制论等严重依赖线性代数的学科最需要的基础知识。耐心学习完之后，你将更好地掌握线性代数的基本概念，接下来就可以学习特殊矩阵及其应用。

讲义内容

这份讲义共包含 19 个章节，学习者可以使用 Jupyter NBViewer 打开 notebook，或者直接下载学习。

打开对应的 notebook 后，学习者可以看到对线性代数基本概念的讲解，以及代码和图示等。以第十二讲「特征值与特征向量」为例，下图展示了其几何直观图：

特征向量与特征值的几何图示。在线性变换前后方向相同的向量即为特征向量，其长度比为特征值。

你点的每个“在看”，我都认真当成了AI