统计学基础
1.线性代数
向量 基向量 原点
矩阵 线性变化
二维空间
矩阵的加法 矩阵的乘法
行列式: 空间变换之后,空间拉伸或者缩小的值。det(MN) = det(M) * det(N)
行列式为零,空间降维
行列式为负,空间反转
逆矩阵,矩阵的逆。 A * x向量 = y向量,x向量 = y向量 * A-1
单位矩阵
矩阵的秩 线性变换后空间的维数
满秩 秩与矩阵的列数相等 只有零向量 落到了原点
不满秩 降维 有很多向量被压缩到原点
核 kernel 在变换后落在原点的向量的集合
非方阵表示不同维数之间的线性变换。
\
一个点的导数
导函数
高阶导数
微分 的作用 1.求导 2.用导数找极值,3.不好算的值,可以通过微分近似计算
偏导数
不定积分和微分互为逆运算,给一个导函数 求原函数集
定积分 用来求面积