Линейная алгебра

Мы уже знаем, что данные можно представить с помощью векторов и матриц.

Линейная алгебра позволяет преобразовывать данные и извлекать из них пользу.

Перед началом этого курса рекомендую повторить математику в библиотеке Numpy, в частности, умножение векторов и матриц, а также типы и свойства матриц. Кроме этого, будет полезно еще раз изучить понятие нормы вектора.

0. Предисловие

Раздел 1. Векторы и матрицы

1. Векторы
2. Векторные пространства
3. Матрицы и линейные преобразования
4. Системы уравнений
5. Определитель матрицы
6. Подпространства матрицы: часть 1, часть 2
7. Метод наименьших квадратов
8. Смена базиса

Раздел 2. Разложение матриц и PCA

9. Введение в разложение матриц
10. Собственные векторы и значения
11. Собственное разложение
12. Спектральное разложение
13. Определенность матрицы
14. Подобные матрицы
15. Сингулярное разложение
16. Обратная матрица
17. Латентно-семантический анализ
18. PCA: часть 1, часть 2

Перейдем к статистике.