1 Introduction to Vectors
2 Solving Linear Equations
3 Vector Spaces and Subspaces
4 Orthogonality
5 Determinants
6 Eigenvalues and Eigenvectors
7 The Singular Value Decomposition (SVD)
8 Linear Transformations
9 Complex Vectors and Matrices
10 Applications
11 Numerical Linear Algebra
12 Linear Algebra in Probability & Statistics
· · · · · · (收起)
2 Solving Linear Equations
3 Vector Spaces and Subspaces
4 Orthogonality
5 Determinants
6 Eigenvalues and Eigenvectors
7 The Singular Value Decomposition (SVD)
8 Linear Transformations
9 Complex Vectors and Matrices
10 Applications
11 Numerical Linear Algebra
12 Linear Algebra in Probability & Statistics
· · · · · · (收起)
具体描述
用户评价
评分
##以前学的怕不是假的线代
评分##在读第五版的，还不错，只可惜没有中文，无法对比理解。只读英文版，确实有所难处。
评分##其实更喜欢 Strang教授的 Lectures，Textbook太想做到循循善诱了，反而降低了阅读流畅度。
评分比北大版应用许多，感觉对cs课的data work理解上升了一个维度...【而为什么第二个本命年了我还在学lilear algebra... 【第二个本命年继续nl不分...
评分##"utterly beautiful" --鸽兰特
评分##Linear Algebra Done Right前本科线代普遍使用的教材。
评分##我学完的第一本英文教材书，教材编的真的棒，小结，例子，配图都非常用心，不仅仅从数学的角度介绍线代，很多精力放在了实际应用的例子上，不会像本科期间的教材，学的不知所以然，仅变成了分数的奴隶。
评分##开始还不以为然，看到第三章null space 开始觉得非常精彩。第一本更强调几何直觉，如果带着这些几何图像去研读这一本，定会收获更清晰的直觉。P311 第23题
评分##After being tired of 快速入门 “极限编程” 通过冒烟测试然后迅速淡忘，我选择建筑性地补习线性代数（为了学习机器学习）事实证明糟糕地表达和结构安排造成的隔阂远胜过母语和另一门语言之间地隔阂 国内教材真的太差了 授课顺序也很不合理
