1.线性映射
本小节，我们研究线性空间之间的映射，这些映射保持线性空间的结构，从而可以定义坐标的概念。在本章开头，我们提到向量是可以相加并被标量乘的数学对象，结果仍然是向量。
2.仿射空间
本小节，我们更仔细地研究从原点偏移的空间，即不再是向量子空间的空间。此外，我们将简要讨论这些仿射空间之间的映射的性质，这些映射类似于线性映射。
在机器学习文献中，线性和仿射之间的区别有时并不清楚，因此我们可以找到将仿射空间/映射称为线性空间/映射的参考
未完待续...
相关推荐
word3 分钟前
从零接入 MCP：把任意工具变成 AI 的能力（协议级实践）冬哥聊AI6 分钟前
字节面试官：RAG不就是给大模型挂个知识库？别把这题答浅了9i编程8 分钟前
AI 只解决眼前那个坑【上篇】：来源、图片、鲁棒性，把能聊一处一处补齐晴天169 分钟前
AgentLoop分享(上): 让 AI 真正“自主干活“-Day15phoenix@Capricornus12 分钟前
从统计决策到贝叶斯估计NutShell Wang13 分钟前
国产全模态开源潮：从语言模型到视频模型，中国开源生态再升级薛晓刚14 分钟前
信息化、数字化：智能化的基础，还是历史包袱？Black蜡笔小新15 分钟前
从智慧社区到雪亮工程：国标GB28181公网平台EasyCVR如何构建视频“一张网”？一次旅行16 分钟前
Agent面试题答案整理（一）AICDragon20 分钟前
1.8%就够了：K3的896个MoE专家，为什么激活率这么低反而是好事？