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
##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##一刷，建立了linear algebra的big picture，以及初步有了一个whole view。
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##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##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##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##数学真的不难，我一直这么认为，很多写书的写的很差，本来就是逻辑性很强的东西，数学难的是创造一个概念
评分##Linear Algebra Done Right前本科线代普遍使用的教材。
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
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
© 2026 book.teaonline.club All Rights Reserved. 图书大百科 版权所有