第一讲 | MIT 18.06 线性代数,2005 年春季
Lec 1 | MIT 18.06 Linear Algebra, Spring 2005
频道:MIT OpenCourseWare · 时长:39:49 · 发布:2009-05-07 · 播放:4943640
简介
Gilbert Strang 的 MIT 18.06 线性代数课程的第一讲,涵盖线性方程的几何。它开启了一门完整的 35 讲大学课程。
HN 为什么推荐
这是 HN 学习线性代数的默认推荐,因其教学质量和建立对机器学习有用的真正理解而备受赞誉。
我强烈推荐 MIT 18.06 线性代数公开课——讲座是一流的。 — HN, 2011
中文字幕节选
大家好。这是麻省理工学院18.06课程的第一讲, 线性代数,我是Gilbert Strang。 本课程的教材是这本书,《线性代数导论》。 课程网页上有许多过去的习题, MatLab代码,课程大纲, 网址是web.mit.edu/18.06。 这是第一讲,第一讲。 稍后我们会给出观看这些视频的网址。 录像带。好的,那么第一讲讲什么? 这是我的计划。线性代数的基本问题, 就是求解线性方程组。 让我们从一个情况开始, 有若干个方程,比如n个方程和n个未知数。 方程和未知数的数量相等。 这是正常、理想的情况。 我想做的是——当然,通过例子—— 首先描述我所说的行图像。 这是一次一个方程的图像。 这是你在二元一次方程组中见过的图像,直线相交。 所以很快,你会看到直线相交。 第二个图像,我会在旁边打个星号, 因为它非常重要。 也许对你来说是新的图像——一次一列。 这些是矩阵的行和列。 所以第三个——从代数角度看问题的方法是 矩阵形式,使用一个我称为A的矩阵。 好的,我能举个例子吗? 整个学期都会是例子,然后看看 例子中发生了什么。 那么,举个例子。两个方程,两个未知数。 让我取2x - y = 0,比如说。 和 -x + 2y = 3。 好的。让我——我甚至可以马上说—— 矩阵是什么,也就是系数矩阵是什么? 涉及这些数字的矩阵—— 矩阵只是一个矩形的数字阵列。 这里是两行两列,所以2和—— 第一行是-1,第二行是-1和2, 这就是矩阵。 而右边——未知数——嗯,我们有两个未知数。 所以我们有一个向量,有两个分量,x和y, 我们有两个右侧值,组成向量0 3。 我忍不住写了矩阵形式,对吧—— 甚至在图像之前。 所以我总是会把它看作矩阵A, 系数矩阵,然后有一个未知数向量。 这里我们只有两个未知数。 以后我们会有任意数量的未知数。 那个未知数向量,我经常——我会把它写成x—— 加粗。A和右侧也是一个向量, 我总是称之为b。 所以线性方程是Ax = b,现在的想法 是解决这个具体的例子, 然后退一步看更大的图景。 好的,这个例子的图像是什么,行图像? 好的,行图像来了。 这意味着我一次取一行, 我在这里画xy平面, 我要画出所有满足 第一个方程的点。 所以我来看所有满足 2x-y=0 的点。 通常最好从水平线上的哪个点开始—— 在这条水平线上,y 为零。 x 轴上 y 为零,而在这个情况下,实际上 x 也为零。 所以这个点,原点—— 坐标为 (0,0) 的点在这条线上。 它满足那个方程。好,告诉我——嗯,我想我得告诉你们 另一个满足这个方程的点。 假设 x 等于 1,所以我取 x 为 1。 那么 y 应该是 2,对吧? 所以点 (1,2) 也满足这个方程。 我还可以代入更多点。 但是,让我一次性代入所有点, 因为它们都落在一条直线上。 这是一个线性方程,而“线性”这个词里包含了 好,谢谢。“线”这个字。
HN 上的讨论
我毕业几年后学了 Strang 的线性代数课程[0](链接指向 YouTube 上的讲座播放列表),强烈推荐。我本来只是想复习一下,但对几个重要概念有了更深入的理解;尤其是可以说,在学 Strang 之前我几乎不理解,甚至可能是误解了 SVD。如果你不确定自己是否需要这样的课程,我建议你拿这个视频[1]或 MIT 的习题集[2]自测一下——人很容易告诉自己你“懂”线性代数,但更接近事实的说法是:你曾经懂线性代数,但今天连基本问题都答不上来。学完 Strang 之后,Golub 那本《Matrix Computations》也非常惊艳。[3] [0]: [VIDEO] [1]: [LINK] [2]: [LINK] [3]: [LINK] — olooney, 2019-05
非常喜欢 Gilbert Strang 在 YouTube 上的经典线性代数讲座[1]。我上这门课时它们帮了大忙。在我看来,他非常用心地为每个主题提供动机,并在解题时表达自己的思路。[1] [VIDEO] — SantalBlush, 2019-05
Gilbert Strang 在 MIT 的线性代数课程,可在 YouTube 上观看(300 万次观看!),以及他的同名教科书都很棒。多么伟大的老师。[VIDEO] — yesenadam, 2019-02
有用的列表。我建议再添加一个线性代数/机器学习的资源:我非常喜欢通过 Gilbert Strang 教授(MIT)的这些精彩讲座学习线性代数:[VIDEO] 说真的,在听完这些讲座后,我对线性代数有了新的欣赏。即使你已经知道线性代数,也应该去看看其中的一些讲座——它可能会给你带来从未有过的见解(对我来说确实如此)。如果你对机器学习或相关领域感兴趣,绝对必看。 — raz32dust, 2015-02
我强烈推荐MIT 18.06线性代数公开课——讲座是一流的。我一直在看这个作为复习,为斯坦福机器学习课程做准备。课程链接:[LINK] 讲座的YouTube视频链接:[VIDEO] — palebluedot, 2011-09
相关视频
- DEF CON 26 - Svea、Suggy、Till - 深入虚假科学工厂 · DEFCONConference · 1:56:08
- !!Con 2016 - 我如何以每分钟 1,000 词的速度编码和使用电脑!!作者 Sina Bahram · Confreaks · 13:29
- Hamming:科学与工程艺术导论:学会学习(1995年3月28日) · securitylectures · 47:02
- 2010 年孤星 Ruby 大会:Glenn Vanderburg 谈真正的软件工程 · Confreaks · 51:57
- 工作中的民主:治愈资本主义 | 理查德·沃尔夫 | 谷歌演讲 · Talks at Google · 1:25:34
- Bret Victor:编程的未来 · Joey Reid · 32:55
- 31 Hamming,学会学习:你和你的研究,1995年6月6日 · Hamming on Hamming: Learning to Learn · 44:24
- 谢尔盖·库廖欣:列宁是蘑菇 / С.Курехин: Ленин был грибом,第一部分 · xox · 8:03
- VCF East: Ken Thompson 接受 Brian Kernighan 采访 · Vintage Computer Federation · 1:03:51
- Bret Victor - 思考不可思考之物的媒介 · Colin McDonnell · 39:32
- Bret Victor - 思想的人性化表达 · Colin McDonnell · 56:22
- 我如何编写 C 程序 · Eskil Steenberg · 2:11:32
- Bret Victor - 看见空间 · Colin McDonnell · 15:11
- 1. 人类行为生物学导论 · Stanford · 57:14
- Matt Might - 赢得错误之战:解决停机问题和治愈癌症 · Curry On! · 48:36
- 为什么小费应该被禁止 - Adam Ruins Everything · Dropout · 3:54
- Bret Victor - 绘制动态可视化 · Colin McDonnell · 35:16
- UNIX:让计算机更易使用——AT&T 档案馆 1982 年贝尔实验室影片 · AT&T Tech Channel · 23:39
- SmoothLifeL · Tim Hutton · 3:36
- Paul Graham 在 2008 年创业学校的演讲 · startupschool · 30:33