【导读】近年来计算机视觉、機器学习和数据科学等已成为推动技术进步的关键知识。在学习这些知识时我们经常会被一些数学术语所困扰,如拉格朗日乘子、KKT条件等新书《用于计算机视觉、机器人和机器学习的《线性代数》》为您介绍与这些领域相关的线代知识。
在学习AI相关知识时我们经常会遇到许多与《线性代数》相关的知识。相信很多从业者在使用Google等零散地学习这些知识之后想更深入地学习一下这些《线性代数》知识。莋为AI从业人员我们希望能够有选择性并不失系统性地学习与自己相关的数学知识。新书《用于计算机视觉、机器人和机器学习的《线性玳数》》它介绍了许多与我们紧密相关的数学知识,如图谱理论、奇异值分解等
《用于计算机视觉、机器人和机器学习的《线性代数》》的内容大致如下:
向量空间、基与线性映射
直和、秩零度化定理、仿射映射与行列式
高斯消去、LU分解、Cholesky分解与阶梯形矩阵
解决线性系統问题的迭代式方法
SO(3)中的单位四元组和旋转
图和图拉普拉斯;基本事实
教程部分截图如下所示: