Immersive Linear Algebra Book with Interactive Figures8 days agohttps://immersivemath.com/ila/本书介绍了向量，并讲授了加法、减法及其他运算。它涵盖了点积，这是一种处理两个向量并生成标量的工具。在三维空间中介绍了叉积，它可以从两个向量生成另一个向量。讨论了解线性方程组的方法。引入了矩阵概念，包括方阵的基本性质。探讨了矩阵的行为和威力，强调了线性性。
The linear algebra and calculus behind every model8 hours agohttps://stochastic.blog/the-linear-algebra-and-calculus-behind-every-model/每个机器学习模型都依赖于三大支柱：线性代数、微积分和凸优化。MNIST数据集在展平后被视为一个70,000行（图像）和784列（像素）的矩阵。数据探索显示类别平衡、无缺失值，且像素强度分布呈双峰形状。向量有L1和L2范数；点积用于衡量图像之间的相似性。矩阵乘法生成一个包含成对相似性的格拉姆矩阵。广播允许在不使用显式循环的情况下将标量偏置加到张量上。投影将图像分解为沿平均图像方向的分量和垂直于该方向的分量。奇异值分解（SVD）对中心化数据矩阵进行分解，并揭示出784个奇异值中有626个显著奇异值。