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
##线性代数教材巅峰之作。你会知道什么叫深入浅出，原来数学课本可以读来如此舒适。
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
评分##太棒了????
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##一刷，建立了linear algebra的big picture，以及初步有了一个whole view。
评分##我居然坚持下来了！很感动，依依不舍。Strang教授采用注重体验、注重知识点背后的数学原理和知识点之间的联系、理论和实际相结合、不在一开始用枯燥的定义和证明填鸭学生的教学方式，让从来就讨厌数学的我体会到线性代数之美。从代数理论体系下多个角度看待同一数学现象，获取的美妙感受是难以言表的。Strang教授幽默风趣有少年气，很羡慕他这种发自内心沉浸在工作中的状态。配套教材有些微言大义（想起当初学江元生《结构化学》的感受，文字简洁深奥第一遍看不懂），初学者一边听课一边读书效果更佳。
评分##MIT著名线代课程的教材，因为没时间跟视频就直接看教材了。这本书定位是入门，但我觉得学过线代的再看一遍收获也很大，书里提供的一些理解角度是我从来没有注意到过的例如Ax=b的四个重要向量空间，还有矩阵乘法的四种理解，看完真的觉得太amazing了。 不过也有缺点，这本书行文风格更像是一本课堂讲义，看起来总觉得有点不顺畅，需要自己重新组织好知识点。
评分##课已经刷完了，书还没有看完，希望至少看到第7章吧。总的来说真的很好，但有些我以为比较重要的话题过的有点快（比如Linear transformation)....刷到了第8章。需要回顾定期回顾一下重点知识:四个子空间，不同的factorization，determinant以及linear transformation（这个感觉貌似不是很扎实).有一个小震撼是原来Ax=b里面包含了那么多层的含义!甚至很大一部分的factorization都是为了求最接近的解。
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...
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等，本站所有链接都为正版商品购买链接。
© 2025 windowsfront.com All Rights Reserved. 静流书站 版权所有