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
##本科的时候可能学了个假线代。配合MIT的18.06视频效果拔群。
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##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##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##主要是看了作者课程视频，书看了一些章节补充课里忽略的证明。感觉书有点太长了，没有课程流畅。Edelman 更新后的课程强调SVD: https://github.com/mitmath/1806/blob/master/summaries.md
评分##本科的时候可能学了个假线代。配合MIT的18.06视频效果拔群。
评分##很好的教材，很好的课程
评分##以前学的怕不是假的线代
评分##"utterly beautiful" --鸽兰特
