新书《用于计算机视觉、机器人和机器学习的线性代数》，附753页PDF下载

【导读】近年来，计算机视觉、机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。作为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代数》，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：

• 简介

• 向量空间、基与线性映射

• 矩阵与线性映射

• Haar基、Haar小波与Hadmard矩阵

• 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

• 向量范数与矩阵范数

• 解决线性系统问题的迭代式方法

• 对偶空间和对偶性

• 欧式空间

• 任意矩阵的QR分解

• 埃尔米特空间

• 特征向量和特征值

• SO(3)中的单位四元组和旋转

• 谱定理

• 计算特征值和特征向量

• 图和图拉普拉斯；基本事实

• 谱绘制

• 奇异值分解和极形式

• SVD的引用和伪逆

• 零化多项式；主分解

完整PPT下载

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“LACV2” 就可以获取完整教程PDF的下载链接索引~ 

教程部分截图如下所示：

参考链接：

• https://www.seas.upenn.edu/~cis515/linalg-I.pdf
  

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），获取专知VIP会员码，加入专知人工智能主题群，咨询技术商务合作~

点击“阅读原文”，了解注册使用专知