线性代数专题

共 6 篇文章，按时间倒序展示。

AI/ML 数学学习指南：三大支柱与思维跃迁

本文系统阐述了支撑机器学习的三大数学支柱——统计概率、线性代数与微积分的核心作用，并提供了从建立直觉到融会贯通的实用学习路径。

2026年01月23日TechFoco

本文介绍了一本2023年出版的线性代数入门书籍《线性代数的黑暗艺术》。该书强调几何直观的教学方法，配有大量插图，旨在为初学者建立直觉。文章将其与 Strang、Axler 等经典教材及 3Blue1Brown 的视...

2025年12月27日TechFoco

本文介绍了麻省理工学院终身教授 Gilbert Strang 的新作《线性代数与数据学习》。该书作为其经典教材《线性代数导论》的后续，豆瓣评分 9.3，并被清华大学、MIT 等顶尖学府采用为教材。

2025年12月27日TechFoco

新书《Math for Programming》阐述了数学对编程的重要性，涵盖线性代数、微积分、概率统计等核心知识，旨在帮助开发者提升代码质量和解决复杂问题。

2025年11月09日TechFoco

本文介绍了伦敦帝国理工学院 David F. Greenberg 教授编写的《Mathematics for Machine Learning》讲义，该讲义系统梳理了机器学习所需的线性代数、概率论、统计学和优化等核...

2025年06月01日TechFoco

本文介绍了浙江大学竺可桢学院的线性代数辅学讲义《线性代数：未竟之美》。该讲义兼具教材、笔记与复习提纲功能，强调逻辑的自然连贯与关键细节的补充，并提供了丰富的习题与解答。

2024年03月05日TechFoco