线性代数在机器学习（ML）和深度学习（DL）中是必不可少的。即使我们努力为许多理论创建精确的机器学习模型，线性代数仍然是这些研究中的重要工具。本文会跳过一些基本知识，比如什么是向量，什么是矩阵，以及如何相加和相乘。我将快速更新基本概念，并更深入地介绍一些重要主

在线性代数的课程中，你会被各种定义轰炸。线性代数教科书简直就是一本充满各种术语的字典，这些术语晦涩难懂，难以理解。学生们在考试前，只有几个月的时间来理解特征值，特征向量，厄米特矩等。令人沮丧的是，老师通常不会在课堂上教矩阵的空间感、或者解释方程的深刻含义。

向量和线性方程组是考研数学的第一位大咖，每年都会莅临考场，也是各位同学比较害怕的一位，小编今天就为你揭开他的神秘面纱，我们一起来一探究竟。　　▲向量是线性代数的核心内容之一，是研究线性方程组的解而引入的工具，在考研数学线性代数这一科目中出题频率很高，属于每