《线性代数的本质》
《马同学高等数学》
对于初学者来说,良好的解释比证明重要得多。
- 线性变换 + 平移变换 = 仿射变换
线性空间的任意点在线性变换前后一定保持等距分布。
- 特征值就是运动的速度
- 特征向量就是运动的方向
对一个向量做线性变换,N(A^N)次以后它会趋近于一个方向,这个方向就是矩阵分解的最大特征值对应的方向。
高斯混合模型:
- 通过简单的概率分布构造复杂的概率分布
- 万能近似器
¥
支付方式
请使用微信扫一扫 扫描二维码支付
请使用支付宝扫一扫 扫描二维码支付
《线性代数的本质》
《马同学高等数学》
对于初学者来说,良好的解释比证明重要得多。
线性空间的任意点在线性变换前后一定保持等距分布。
对一个向量做线性变换,N(A^N)次以后它会趋近于一个方向,这个方向就是矩阵分解的最大特征值对应的方向。
高斯混合模型: