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
一点一木1 小时前
🚀 2026 年 8 月 GitHub 十大热门项目排行榜 🔥
人工智能·github
ssshooter1 小时前
现在网页都能提供 MCP 了?!
前端·人工智能·程序员
京东云开发者1 小时前
Claude Code vs Codex 记忆体系深度对比
人工智能
不加辣椒2 小时前
第 4 章 什么是 Harness Engineering
人工智能
桃西西呀2 小时前
上下文窗口都卷到 100 万了,大模型为什么还在为"位置"发愁?
人工智能·llm·ai编程
阿拉斯攀登2 小时前
SpringBoot整合MQTT:后端订阅设备数据、解析传感器报文
人工智能
然我2 小时前
模型不是 Agent:从零实现一个最小 Agent Loop
前端·人工智能·agent
黄油面包3 小时前
Codex 额度三天见底后,我重新做了一周预算
前端·人工智能
AI效率君3 小时前
Deer‑Flow 2.0 + Go‑MCP‑Server(add加法工具)保姆级完整教程
人工智能·agent
阿拉斯攀登3 小时前
SpringCloud微服务MQTT架构:设备消息统一接入、业务分发设计
人工智能