Tags
第 6 頁
線性代數
行列式的幾何意義：不僅僅是計算公式，更是「空間體積的縮放率」與「方向的反轉」
奇異值分解 (SVD)：將任意矩陣分解為旋轉和縮放，應用於資料壓縮與AI
最小平方法：用線性代數尋找散點數據的「最佳擬合直線」
凱萊-哈密頓定理：矩陣滿足其自身「特徵方程式」的奇妙性質
格拉姆-施密特正交化：將扭曲的基底向量重新排列為整齊的相互垂直向量的演算法
特徵值與特徵向量：矩陣變換中「方向不變」的特殊向量及其應用
