8.1 標量、向量、矩陣和張量
線性代數作為數學的一個分支,廣泛用於科學和工程中,掌握好線性代數對於理解和從事機器學習演算法相關工作是很有必要的。因此,本書首先探討一些必備的線性代數知識。學習線性代數,會涉及以下幾類數學概念:
8.1.1 標量(scalar)
一個標量就是一個單獨的數,它不同於線性代數中研究的其他大部分物件(通常是多個數的陣列)。我們用斜體表示標量。標量通常被賦予小寫的變數名稱。當我們介紹標量時,會明確它們是哪種型別的數。比如在定義實數標量時,我們可能會說“令
8.1.2 向量(vector)
一個向量是一列數。這些數是有序排列的。通過次序中的索引,我們可以確定每個單獨的數。通常我們賦予向量粗體的小寫變數名稱,比如
我們可以把向量看作空間中的點,每個元素時不同座標軸上的座標。
有時我們需要索引向量中的一些元素。在這種情況下,我們定義一個包含這些元素索引的集合,然後將該集合寫在腳標處。比如,指定
8.1.3 矩陣(matrix)
矩陣是具有相同特徵和緯度的物件的集合,表現為一張二維資料表。其意義是一個物件表示為矩陣中的一行,一個特徵表示為矩陣中的一列,每個特徵都有數值型的取值。
通常會賦予矩陣粗體的大寫變數名稱,比如
我們在表示矩陣中的元素時,通常以不加粗的斜體形式使用其名稱,索引用逗號間隔。比如,
我們通過用“
有時我們需要矩陣值表示式的索引,而不是單個元素。在這種情況下,我們在表示式後面接下標,但不必將矩陣的變數名稱小寫化。比如,
8.1.4 張量(tensor)
在某些情況下,我們會討論座標超過兩維的陣列。一般地,一個數組中的元素分佈在若干維座標的規則網格中,我們將其稱之為張量。使用粗體