课程介绍

这门线性代数课程是专门为程序员设计的，旨在帮助他们理解和应用线性代数的概念和技巧。线性代数是数学中的一个重要分支，对于计算机科学和编程领域具有广泛的应用，如图形处理、机器学习、数据分析等。

这门课程将重点介绍线性代数的基本概念，包括向量、矩阵、线性方程组、线性变换等。学生将学习如何表示和操作向量和矩阵，以及如何解决线性方程组。此外，课程还将介绍线性变换及其在计算机图形学和机器学习中的应用。

与传统的线性代数课程不同的是，这门课程将结合编程实践，让学生通过编写代码来应用线性代数的概念。学生将使用编程语言（如Python）来实现向量和矩阵的表示和操作，解决线性方程组，并应用线性变换进行图像处理和数据分析。

通过结合编程和数学，这门课程旨在帮助程序员更好地理解线性代数的概念，并将其应用于实际问题中。学生将通过实践项目和编程练习来巩固所学知识，并培养解决实际问题的能力。

总之，这门专为程序员设计的线性代数课程将帮助他们掌握线性代数的基本概念，并通过编程实践将其应用于计算机科学和编程领域的实际问题中。

推荐关于程序员的数学课程,请本站搜索:

<<专为程序员设计的高等数学课>>

<<专为程序员设计的统计课>>

课程目录

/【imooc-260】结合编程学数学 专为程序员设计的线性代数课程/
│├─第1章 欢迎大家来到《专给程序员设计的线性代数》
│├─第2章 一切从向量开始
│├─第3章 向量的高级话题
│├─第4章 矩阵不只是 mn 个数字
│├─第5章 矩阵的应用和更多矩阵相关的高级话题
│├─第6章 线性系统
│├─第7章 初等矩阵和矩阵的可逆性
│├─第8章 线性相关，线性无关与生成空间
│├─第9章 正交性
│├─说明

详细目录

第1章 欢迎大家来到《专给程序员设计的线性代数》/
│├─1-1 导学 _20181202230144.mp4 37MB
│├─1-2 课程学习的更多补充说明.mp4 36.7MB
│├─1-3 线性代数与机器学习.mp4 42MB
│├─1-4 课程使用环境搭建.mp4 54.3MB
│├─说明
│说明/
││├─说明.txt 49byte
第2章 一切从向量开始/
│├─2-1 什么是向量..mp4 33.1MB
│├─2-2 向量的更多术语和表示法.mp4 16MB
│├─2-2 向量的更多术语和表示法_20181202230639.mp4 16MB
│├─2-3 实现属于我们自己的向量.mp4 49.2MB
│├─2-3 实现属于我们自己的向量_20181202230639.mp4 49.2MB
│├─2-4 向量的两个基本运算..mp4 24.9MB
│├─2-4 向量的两个基本运算._20181202230638.mp4 24.9MB
│├─2-5 实现向量的基本运算..mp4 77.7MB
│├─2-6 向量基本运算的性质与数学大厦的建立..mp4 23.2MB
│├─2-6 向量基本运算的性质与数学大厦的建立._20181202230639.mp4 23.2MB
│├─2-7 零向量..mp4 33.1MB
│├─2-7 零向量._20181202230639.mp4 33.1MB
│├─2-8 实现零向量.mp4 17.1MB
│├─2-8 实现零向量_20181202230650.mp4 17.1MB
│├─2-9 一切从向量开始.mp4 8.5MB
│├─2-9 一切从向量开始_20181202230638.mp4 8.5MB
│├─说明
│说明/
││├─说明.txt 49byte
第3章 向量的高级话题/
│├─3-1 规范化和单位向量..1.mp4 27.8MB
│├─3-2 实现向量规范化.mp4 93.6MB
│├─3-3 向量的点乘与几何意义..mp4 31.1MB
│├─3-4 向量点乘的直观理解.mp4 18.4MB
│├─3-5 实现向量的点乘操作.mp4 25.9MB
│├─3-6 向量点乘的应用..mp4 37.5MB
│├─3-7 Numpy 中向量的基本使用.mp4 82.4MB
│├─说明
│说明/
││├─说明.txt 49byte
第4章 矩阵不只是 mn 个数字/
│├─4-1 什么是矩阵.mp4 22.2MB
│├─4-10 矩阵的转置.mp4 22.2MB
│├─4-11 实现矩阵的转置和Numpy中的矩阵.mp4 57.8MB
│├─4-2 实现属于我们自己的矩阵类.mp4 72.4MB
│├─4-3 矩阵的基本运算和基本性质.mp4 28.5MB
│├─4-4 实现矩阵的基本运算.mp4 88.4MB
│├─4-5 把矩阵看作是对系统的描述.mp4 44.2MB
│├─4-6 矩阵和向量的乘法与把矩阵看作向量的函数.mp4 39.4MB
│├─4-7 矩阵和矩阵的乘法.mp4 48.1MB
│├─4-8 实现矩阵的乘法.mp4 76.5MB
│├─4-9 矩阵乘法的性质和矩阵的幂.mp4 20.5MB
│├─说明
│说明/
││├─说明.txt 49byte
第5章 矩阵的应用和更多矩阵相关的高级话题/
│├─5-1 更多变换矩阵.mp4 32MB
│├─5-2 矩阵旋转变换和矩阵在图形学中的应用.mp4 33MB
│├─5-3 实现矩阵变换在图形学中的应用.mp4 106.4MB
│├─5-4 从缩放变换到单位矩阵.mp4 19.5MB
│├─5-5 矩阵的逆.mp4 23.6MB
│├─5-6 实现单位矩阵和numpy中矩阵的逆.mp4 46.8MB
│├─5-7 矩阵的逆的性质.mp4 26.7MB
│├─5-8 看待矩阵的关键视角：用矩阵表示空间.mp4 47.9MB
│├─5-9 总结：看待矩阵的四个重要视角.mp4 17.5MB
│├─说明
│说明/
││├─说明.txt 49byte
第6章 线性系统/
│├─6-1 线性系统与消元法.mp4 27.2MB
│├─6-2 高斯消元法.mp4 46.5MB
│├─6-3 高斯-约旦消元法.mp4 33.2MB
│├─6-4 实现高斯-约旦消元法.mp4 120.2MB
│├─6-5 行最简形式和线性方程组解的结构.mp4 55.6MB
│├─6-6 直观理解线性方程组解的结构.mp4 59MB
│├─6-6 直观理解线性方程组解的结构_20181202231235.mp4 59MB
│├─6-7 更一般化的高斯-约旦消元法(1).mp4 42.3MB
│├─6-7 更一般化的高斯-约旦消元法(1)_20181202231235.mp4 42.3MB
│├─6-8 实现更一般化的高斯-约旦消元法.mp4 100MB
│├─6-9 齐次线性方程组(1).mp4 19.4MB
│├─说明
│说明/
││├─说明.txt 49byte
第7章 初等矩阵和矩阵的可逆性/
│├─7-1 线性系统与矩阵的逆.mp4 46.9MB
│├─7-2 实现求解矩阵的逆.mp4 58.4MB
│├─7-3 初等矩阵.mp4 45.3MB
│├─7-4 从初等矩阵到矩阵的逆.mp4 32.5MB
│├─7-5 为什么矩阵的逆这么重要.mp4 59.3MB
│├─7-6 矩阵的LU分解.mp4 55.9MB
│├─7-6 矩阵的LU分解_20181202231424.mp4 55.9MB
│├─7-7 实现矩阵的LU分解.mp4 51.9MB
│├─7-8 非方阵的LU分解，矩阵的LDU分解和PLU分解.mp4 31.5MB
│├─7-8 非方阵的LU分解，矩阵的LDU分解和PLU分解_20181202231424.mp4 31.5MB
│├─7-9 矩阵的PLUP分解和再看矩阵的乘法.mp4 56.8MB
│├─说明
│说明/
││├─说明.txt 49byte
第8章 线性相关，线性无关与生成空间/
│├─8-1 线性组合.mp4 34.4MB
│├─8-2 线性相关和线性无关.mp4 46.6MB
│├─8-3 矩阵的逆和线性相关，线性无关.mp4 39.9MB
│├─8-4 直观理解线性相关和线性无关.mp4 51.4MB
│├─8-5 生成空间.mp4 40.3MB
│├─8-6 空间的基.mp4 53MB
│├─8-7 空间的基的更多性质.mp4 41.5MB
│├─8-8 本章小结：形成自己的知识图谱.mp4 25.2MB
│├─说明
│说明/
││├─说明.txt 49byte
第9章 正交性/
│├─9-1 空间，向量空间和欧几里得空间.mp4 32.8MB
│├─9-2 广义向量空间.mp4 33.5MB
│├─说明
│说明/
││├─说明.txt 49byte
说明/
│├─说明.txt 49byte