近年來，存儲設備的單位成本以驚人的速度下降，我們可以輕而易舉地積累起大量的數(shù)據(jù)。電信 運營商，可以記錄用戶通話、短消息、無線上網(wǎng)產(chǎn)生的每一條信令，省級運營商一小時寫入存儲設備的數(shù)據(jù)量可以達到幾百G。電子商務網(wǎng)站，可以記錄用戶的每一 次交易，甚至每一次點擊，可以復原用戶的完整訪問路徑找出用戶的興趣點。城市監(jiān)控體系，在各個重要路口，高速公路上的攝像頭，每秒鐘都在產(chǎn)生海量的視頻數(shù) 據(jù)。在生命科學領域，對人體的DNA分析，一個個體就能產(chǎn)生幾個G數(shù)據(jù)，可以想象如果一個生物信息數(shù)據(jù)庫里包含了成千萬的個體數(shù)據(jù)，信息量將會是怎樣一個 規(guī)模，如此等等，不勝枚舉。我們毫無疑問，正處于一個信息爆炸的時代。
第1節(jié) 面向小白的線性代數(shù)：矩陣基本知識，加減乘法，轉(zhuǎn)置，行列式，秩，逆矩陣
第2節(jié) 計算機派上用場：常用矩陣計算工具，Excel，R，Matlab，怎樣使用軟件書寫矩陣公式
第3節(jié) 了解直觀背景是最好的學習方法：矩陣的代數(shù)意義，線性方程組，線性相關性
第4節(jié) 從初中生的二元一次到高精專的n元一次：線性方程組詳解，克萊姆法則
第5節(jié) 任何東西只要畫出圖就解決了一大半：矩陣的幾何意義，向量空間，基和維數(shù)，基變換
第6節(jié) 向高維空間進發(fā)：向量空間進階，線性變換
第7節(jié) 抓住不變量是數(shù)學方法的本質(zhì)所在：內(nèi)積，正交矩陣，特征值和特征向量
第8節(jié) 給曲面分類：二次型，正定對稱矩陣，二次型的對角化
第9節(jié) 從繁入簡：矩陣分解，標準型
第10節(jié) 走向機器學習：SVD分解及其應用
第11節(jié) 回歸分析的實質(zhì)：廣義逆矩陣及其應用
第12節(jié) 矩陣技術在機器學習中的應用
第13節(jié) 有100億億個元素的矩陣怎樣存儲：稀疏矩陣
第14節(jié) 挑戰(zhàn)Google的核心秘密Pagerank計算：大型矩陣計算的并行化 |
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業(yè)