向量组构成的矩阵化为阶梯形后主元所在的列构成极大线性无关组
看书，我记得这是个概念一眼就可以看出来的虽然我忘了
确实是一个很简单的概念
你太好玩了，我還要继续和你玩
别打扰哥学习明天就考试了
你对这个回答的评价是？
看非零行的第一个非零数位置
你能把这道题贴出来么我觉得你说嘚那组也是
你对这个回答的评价是？
专业文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买专业文档下载特权礼包的其他会员用户可用专业文档下载特权免费下载专业文档。只要带有以下“專业文档”标识的文档便是该类文档
VIP免费文档是特定的一类共享文档，会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档
VIP专享8折文档是特定的一类付费文档，会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档
付费文档是百度文库认证用户/机构上传的专业性文档，需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档
共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档，具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。
向量组构成的矩阵化为阶梯形后主元所在的列构成极大线性无关组
看书，我记得这是个概念一眼就可以看出来的虽然我忘了
确实是一个很简单的概念
你太好玩了，我還要继续和你玩
别打扰哥学习明天就考试了
你对这个回答的评价是？
看非零行的第一个非零数位置
你能把这道题贴出来么我觉得你说嘚那组也是
你对这个回答的评价是？
这篇书评可能有关键情节透露
说箌线性代数有趣的题经历过考研的人，第一反应大概是李永乐吧（┬_┬）我不是学数学出身，也不是像Matrix67大神整天研究数学只是最近學习机器学习后，想加强线性代数有趣的题这方面的知识也是为大学的贪玩还债。
本科的时候光顾着玩了，考研的时候光顾着刷题了而且做题太多，会让人麻木不能思考。现在无论是做研究还是做工程做的越深，越发感觉数学的重要性而且最近接触机器学习，所以感觉有必要重新学学这门课
看这本书看的比较快。因为之前线代的底子还可以（应该是做题的底子）所以我在这谈谈对线代的一個理解，不是很深入
学线性代数有趣的题到底有啥用？
线性代数有趣的题不是让你熟记计算步骤而是一个工具，更具体的说是几何笁具。
假如你要拧螺丝那螺丝刀就是工具。
假如你要解决计算问题线性代数有趣的题就是工具。
这也是所谓书中开头说的计算机的發展促进了线性代数有趣的题的发展（说实话，刚开始看的时候一直理解不了两者到底有啥联系）最经典的例子就是FFT啦。把问题转化成線性代数有趣的题代数问题经过各种***，大大加快计算机运算时间
这个过程大概可以描述为：建模——线性代数有趣的题语言——變化、***——写程序或者调用工具箱——KO问题。
所以从某总意义上说线性代数有趣的题的关键在于建模——把实际问题转化成线性代數有趣的题问题，再加上你对线性代数有趣的题各种变化的理解合理选择工具，现在像matlabpython等语言都有大量的工具包选择，从而用计算机解决问题
这本书的优点，就是把线性代数有趣的题和几何图形结合起来例子再也不是N维空间了，而且我们熟悉的2维、3维加上大量的圖，配上大量生动且实际的例子看这书的确给人新的体验。
看的快不打紧主要是掌握和理解各种工具，在实践中运用线性代数有趣的題应该理解的更为透彻。
顺便谈谈机器学习和线性代数有趣的题可以说，机器学习的问题基本上是用线性代数有趣的题语言描述的除去比如主成分分析法、马氏链模型等专门用线代知识的，其他所需要的线性代数有趣的题知识不是很深（个人感觉微积分、线代、概率里面，概率占的比重最多或者说，统计学占的比重最多）主要在于你对线性代数有趣的题的理解：对其基本概念有个认识即可。
说唍此书最后推荐下网易公开课MIT线性代数有趣的题的视频。视频和书不是很同步不过还是蛮搭的，建议一起看看老师是子空间狂魔，會让你对线代里面空间的理解更深一步