MLNLP 
机器学习算法与自然语言处理 
)社区是国内外知名自然语言处理社区,受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。

社区的愿景 是促进国内外自然语言处理,机器学习学术界、产业界和广大爱好者之间的交流,特别是初学者同学们的进步。
MLNLP社区在Github上最新发布了一套MIT线性代数课程Linear Algebra的学习笔记,目前已获得1600star。项目简介如下所示,欢迎大家关注!
项目地址:https://github.com/MLNLP-World/MIT-Linear-Algebra-Notes
1
『项目动机』
《麻省理工公开课:线性代数》是麻省理工公开课中广为流传的一门好课。本项目总结了我们在学习MIT线性代数课程 Linear Algebra的学习笔记。赠人玫瑰,手留余香,我们将所有的笔记开源,希望在自己学习的同时,也对大家学习掌握《麻省理工公开课:线性代数》有所帮助。
2
『项目特色』
  • 笔记与原课程视频一一对应,可以帮助大家一边听课一边理解。
  • 通过图解来使得笔记尽量通俗易懂
课程视频共35节,单个视频平均时长不超过60分钟,预计一个月可以学习完毕。
3
『课程目录』
【第1集】方程组的几何解释
【第2集】矩阵消元
【第3集】乘法和逆矩阵
【第4集】A的LU分解
【第5集】转置-置换-向量空间R
【第6集】列空间和零空间
【第7集】求解Ax=0:主变量、特解
【第8集】求解Ax=b:可解性和解的结构
【第9集】线性相关性、基、维数
【第10集】四个基本子空间
【第11集】矩阵空间、秩1矩阵和小世界图
【第12集】图和网络
【第13集】复习一
【第14集】正交向量与子空间
【第15集】子空间投影
【第16集】投影矩阵和最小二乘
【第17集】正交矩阵和Gram-Schmidt正交化
【第18集】行列式及其性质
【第19集】行列式公式和代数余子式
【第20集】克拉默法则、逆矩阵、体积
【第21集】特征值和特征向量
【第22集】对角化和A的幂
【第23集】微分方程和exp(At)
【第24集】马尔可夫矩阵;.傅立叶级数
【第25集】复习二
【第26集】对称矩阵及正定性
【第27集】复数矩阵和快速傅里叶变换
【第28集】正定矩阵和最小值
【第29集】相似矩阵和若尔当形
【第30集】奇异值分解
【第31集】线性变换及对应矩阵
【第32集】基变换和图像压缩
【第33集】单元检测3复习
【第34集】左右逆和伪逆
【第35集】期末复习
4
『内容预览』
以下是第一集《方程组的几何解释》的部分笔记内容,更多内容可以前往项目查看。
详情见项目Github主页
5
『项目地址』
项目地址:https://github.com/MLNLP-World/MIT-Linear-Algebra-Notes
项目也可以扫描下方二维码访问:
扫描二维码进入项目主页
MLNLP(机器学习算法与自然语言处理)社区

20221年8月10日
点击下方「阅读原文」,进入项目主页!

关于我们

MLNLP(机器学习算法与自然语言处理) 社区是由国内外自然语言处理学者联合构建的民间学术社区,目前已经发展为国内外最大的自然语言处理社区之一,汇聚超过50w订阅者,旗下包括万人顶会交流群、AI臻选汇、AI英才汇以及AI学术汇等知名品牌,旨在促进机器学习,自然语言处理学术界、产业界和广大爱好者之间的进步。
社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。
继续阅读
阅读原文