Datawhale25年10月组队学习:math for AI+Task3线性代数(下)

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
万行3 小时前
机器学习&第二章线性回归
人工智能·python·机器学习·线性回归
小宇的天下3 小时前
HBM(高带宽内存)深度解析:先进封装视角的技术指南
网络·人工智能
rongcj3 小时前
2026,“硅基经济”的时代正在悄然来临
人工智能
狼叔也疯狂3 小时前
英语启蒙SSS绘本第一辑50册高清PDF可打印
人工智能·全文检索
ha20428941943 小时前
Linux操作系统学习记录之----自定义协议(网络计算器)
linux·网络·学习
振华说技能3 小时前
SolidWorks学习大纲-从基础到全面精通,请看详情
学习
曦月逸霜3 小时前
离散数学-学习笔记(持续更新中~)
笔记·学习·离散数学
万行3 小时前
机器学习&第四章支持向量机
人工智能·机器学习·支持向量机
幻云20104 小时前
Next.js之道:从入门到精通
人工智能·python
ComputerInBook4 小时前
代数学基本概念理解——幺正矩阵(Unitary matrix)(酉矩阵?)
线性代数·矩阵·正交矩阵·幺正矩阵·酉矩阵