免費在線閱讀：用于計算機視覺、機器學(xué)習(xí)、機器人的線性代數(shù)丨資源
郭一璞 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
研究機器學(xué)習(xí)、計算機視覺，總離不開數(shù)學(xué)，尤其是……線性代數(shù)。
要是沒有一定數(shù)學(xué)基礎(chǔ)的話，當(dāng)你看到SVM、拉格朗日乘數(shù)等各種復(fù)雜術(shù)語的時候，可能會頭禿。
所以，為了有更堅實的理論基礎(chǔ)，從根源上理解機器學(xué)習(xí)背后的數(shù)學(xué)問題，還是好好學(xué)一下數(shù)學(xué)吧~
現(xiàn)在，這本《用于計算機視覺、機器人和機器學(xué)習(xí)的線性代數(shù)》可能會幫上你。
包括引言在內(nèi)，這本書一共有22個章節(jié)。
1.引言
2.向量空間、基與線性映射
3.矩陣和線性映射
4.哈爾基，哈爾小波變換，阿達馬矩陣
5.直和，仿射映射
6.行列式
7.高斯消元法，LU因式分解，Cholesky分解，階梯形矩陣
8.矢量范數(shù)和矩陣規(guī)范
9.求解線性系統(tǒng)的迭代方法
10.雙重空間和雙重性
11.歐幾里德空間
12.任意矩陣的QR分解
13.埃爾米特空間
14.特征向量和特征值
15.四元數(shù)與SO(3)群的空間旋轉(zhuǎn)
16.譜定理
17.圖和拉普拉斯圖的基本介紹
18.譜圖繪制
19.奇異值分解和極坐標形式
20.SVD和偽逆矩陣的應(yīng)用
21.計算特征值和特征向量
22.零化多項式和準素分解
作者介紹
這本書的作者，是賓夕法尼亞大學(xué)計算機系教授Jean Gallier，今年已經(jīng)70歲了。
除了計算機之外，他還是賓大數(shù)學(xué)系、人體建模與仿真中心、GRASP實驗室、認知科學(xué)研究所、邏輯與計算組多個系組的成員。
自1978年從UCLA取得計算機博士學(xué)位后，他一直在學(xué)術(shù)界任教，從UCLA助理教授做到了賓大教授，期間出版了大量關(guān)于計算機、數(shù)學(xué)的論文，還有十?dāng)?shù)本相關(guān)書籍。
傳送門
Linear Algebra for Computer Vision, Robotics, and Machine Learning
https://www.seas.upenn.edu/~cis515/linalg-I.pdf
相關(guān)閱讀
AI學(xué)高數(shù)達到MIT本科水平，學(xué)了微積分線性代數(shù)概率論等6門課，不光能做題還能出題
GPT-3小學(xué)數(shù)學(xué)不及格，Codex會做150道高數(shù)題
