机器学习中的数学(PartⅡ)——线性代数:2.2矩阵

概述

本节内容也相对简单,首先介绍了矩阵的定义矩阵的表示方法 ;然后介绍了矩阵的加法乘法与标量的乘法 ,以及一些矩阵相关算数运算的性质 ,包括满足结合律、交换律;矩阵的转置;最后又回顾了如何使用矩阵简约地表示线性方程组。


矩阵的定义和表示

这部分比较简单,直接贴原文:

但是这里有一个表示方法,就是一个m×n的矩阵可以用一个mn长度的长向量表示,如图2.4所示。

有一类特殊的矩阵------单位阵,是方阵,且主对角线元素全为1,其余元素均为0。


矩阵加法和乘法

加法 就是对应元素相加,乘法不再赘述,高中知识点。

需要说明的是:

  • 矩阵乘法的表示形式为,需要显式地写出中间的符号(但后续书中表示矩阵乘法好像都省略了。。。);
  • 矩阵乘法不是对应元素相乘,而对应元素相乘通常出现在编程语言中,被称为哈达玛积(Hadamard product)。

标量与矩阵的乘法

标量与矩阵相乘就是标量与矩阵中的每个元素相乘。有如下性质:


矩阵算数运算的性质

  • 结合律: 可以把看作是一个函数,是输入,结合律可以看作是复合函数。
  • 分配律:
  • 与单位阵的乘法:

逆和转置

逆矩阵,定义直接贴图:

注意,此处都是方阵。

并非所有方阵都有逆矩阵 ,如果对于一个方阵,不存在逆,则称正则 (regular)/可逆 (invertible)/非奇异(nonsingular)矩阵,否则称为奇异(singular)/不可逆(noninvertible)矩阵。

如何判断一个矩阵是否可逆呢?可以通过计算其行列式(后续内容)来判断,矩阵行列式不为0则可逆


转置,简单说就是把一个矩阵的行变成列,行列维度互换。


逆和转置的重要特性


对阵矩阵

对于矩阵而言,如果,则是对称矩阵。

注意:

  • 对阵矩阵必定是方阵;
  • 两个对称矩阵的和总是对称矩阵,但乘积得到的矩阵通常不是对称矩阵;
  • 如果一个矩阵可逆,则其转置也可逆,有定义如下:

表示线性方程组

可使用矩阵简洁地表示线性方程组。在上述例子中,缩放矩阵第一列,缩放矩阵第二列,缩放矩阵的第三列。可进一步表示为


总结

相关推荐
乌旭25 分钟前
从Ampere到Hopper:GPU架构演进对AI模型训练的颠覆性影响
人工智能·pytorch·分布式·深度学习·机器学习·ai·gpu算力
zy_destiny3 小时前
【非机动车检测】用YOLOv8实现非机动车及驾驶人佩戴安全帽检测
人工智能·python·算法·yolo·机器学习·安全帽·非机动车
AI糊涂是福4 小时前
数字政府与智慧城市区别报告分析
大数据·人工智能·机器学习·架构·智慧城市
rigidwill6664 小时前
LeetCode hot 100—搜索二维矩阵
数据结构·c++·算法·leetcode·矩阵
大神薯条老师6 小时前
Python高级爬虫之JS逆向+安卓逆向1.4节:数据运算
爬虫·python·机器学习·数据分析·网络爬虫
潇湘馆记6 小时前
集成学习介绍
机器学习·集成学习
蹦蹦跳跳真可爱5898 小时前
Python----机器学习(基于PyTorch的垃圾邮件逻辑回归)
人工智能·pytorch·python·机器学习·逻辑回归
lixy5799 小时前
深度学习之线性代数基础
人工智能·深度学习·线性代数
奋斗者1号9 小时前
机器学习中的分类算法与数据处理实践:从理论到应用
人工智能·机器学习·分类
不爱吃于先生9 小时前
机器学习概述自用笔记(李宏毅)
人工智能·笔记·机器学习