重学线性代数 - 掌握工程应用中的线代知识 完结

课程介绍:
线性代数是计算机很多领域的基础。比如，如何让3D图形显示到二维屏幕上？这是线性代数在图形图像学中的应用。如何提高密码被破译的难度？这个密码学问题，用线性代数中的有限向量空间可以很好地解决。
那你还记得自己第一次接触“线性代数”这门课时，脑子里在想什么吗？是不是满脑子“问号”？
线性代数研究的到底是什么问题？
为什么要学向量、行列式、矩阵这些概念？
为什么我解个线性方程组要花个把小时，最后还解错了？
矩阵的运算规则为什么要这么定义？
……

不只是你，我相信很多人都没搞清楚这些问题。因为大多数讲线性代数的图书都是这样讲的：一上来就给定义，说推导过程，既不告诉你为什么要去学习这个概念，也没有告诉你它有哪些应用场景，容易让人一头雾水。

所以朱维刚老师从自己的学习经验出发，从底层基础概念开始，一步步循序渐进到应用实践，以自下而上的方式来进行讲解的同时，补充理论有关的实践讲解，在帮你搭建起线性代数知识体系的同时，获得螺旋式上升的学习效果。

课程目录:
开篇词 (1讲)
开篇词 | 从今天起，学会线性代数

基础篇 (11讲)
01 | 导读：如何在机器学习中运用线性代数工具？
02 | 基本概念：线性代数研究的到底是什么问题？
03 | 矩阵：为什么说矩阵是线性方程组的另一种表达？
04 | 解线性方程组：为什么用矩阵求解的效率这么高？
05 | 线性空间：如何通过向量的结构化空间在机器学习中做降维处理？
06 | 线性无关：如何理解向量在N维空间的几何意义？
07 | 基和秩：为什么说它表达了向量空间中“有用”的向量个数？
08 | 线性映射：如何从坐标系角度理解两个向量空间之间的函数？
09 | 仿射空间：如何在图形的平移操作中大显身手？
10 | 解析几何：为什么说它是向量从抽象到具象的表达？
基础通关 | 线性代数5道典型例题及解析

应用篇 (6讲)
11 | 如何运用线性代数方法解决图论问题？
12 | 如何通过矩阵转换让3D图形显示到二维屏幕上？
13 | 如何通过有限向量空间加持的希尔密码，提高密码被破译的难度？
14 | 如何在深度学习中运用数值代数的迭代法做训练？
15 | 如何从计算机的角度来理解线性代数？
强化通关 | 线性代数水平测试20题

结束语 (1讲)
结束语 | 和数学打交道这么多年，我的三点感悟