1

《生信与机器学习兴趣小组》第三次分享讨论/打卡贴

 2 years ago
source link: https://ming-lian.github.io/2019/07/11/Bioinfo-ML-Club-3rd/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

《生信与机器学习兴趣小组》第三次分享讨论/打卡贴

发表于

2019-07-11

| 分类于 Club

主题:入门机器学习的数学基础:线性代数(二)

直播录屏已上传至B站,传送门

  • 线性代数的学科逻辑

  • 分析线性方程组的解的情况而引出矩阵的秩

    • 解的有无:对于Ax⃗ =b⃗ Ax→=b→,b⃗ b→是否在值域中 ⇒r([A|b]=r(A)⇒r([A|b]=r(A)

    • 若有解,解的个数:一个or多个

      ⎧⎩⎨唯一解⇐单射⇐列满秩多个解⇐非单射⇐列不满秩{唯一解⇐单射⇐列满秩多个解⇐非单射⇐列不满秩
    • 若有多个解,求解集:特解+零空间

参与讨论位置

⇓⇓ 请在下方评论区以张贴笔记(文字或图片均可)的形式参与本期的讨论

Like • 1 Liked • 8 Comments Issue Page
  • Hua-CM commented on Thu Jul 11 2019

    为了避免被小明同学赶出学习小组,忙(wo)里(jiu)抽(shi)空(lan)赶紧写一下第三次的笔记

    线性代数的逻辑

    出发点:简化线性方程组的求解过程

    求解要思考的三个问题

    1、有没有解(b是否在值域中)

    2、有解,几个解?

    由上面的三个问题出发引出矩阵的秩

    定理:值域是以左乘矩阵列向量为基张成的空间 =====> 所以如果C3=kC1,那么它们在值域空间里其实是在一条线上,作为基向量的话有一个就多余了

    定理二:左乘矩阵的行数为到达域的空间维度

    1、根据值域和到达域的关系看解的个数

    值域与到达域无交集:无解

    值域为到达域子集:有解

    值域等于到达域(满射):有无数解

    定义:矩阵中非线性列向量的个数

    定理三:当增广矩阵的秩与原矩阵的秩相等的时候,有解

    3、单射与非单射

    有解的情况下

    单射:唯一解

    非单射:多解

    定理四:如果定义域的维度等于值域的维度,则单射

    定义域的维度:几个列向量就几维

    值域的维度:列秩

    因此可以推出:列满秩的时候有唯一解

    定理五:行秩等于列秩

    4、解集的表示

    齐次方程与非齐次方程

    齐次方程:其方程左端是含未知数的项,右端等于零。Ax=0

    根据齐次方程的零空间可以写出非其次方程的特解(这边有点抽象,笔记不知道怎么做)

    出发点:快速求解单个解的方程组

    记法与运算法则:det(A)=主对角线乘积的加和减去副对角线乘积的加和

  • wentgithub commented on Sat Jul 13 2019

    讲的很棒啊,明哥

  • tongshiyuan commented on Sat Jul 13 2019

    所谓的秩,其实就是线性无关向量的个数。矩阵的行秩等于列秩,实际上就是行线性无关向量的个数和列线性无关向量的个数相等。
    对于一个 m x n 矩阵A (A = (aij)mxn)
    假设矩阵的行秩为2,也就是有两行线性无关。这里假设为第1行和第2行。引起线性无关的元素为(a11 a12)和(a21 a22)。也就是说,不管如何做初等行变换,二者都不能把对方消为(0 0),用公式表示就是:
    a11a22≠a21a12
    你会发现,这个不等式对行和列是等效的。
    导致的后果就是,如论怎么做列变换,(a11 a21)^T和(a12 a22)^T都不能把对方消为(0 0)^T,进而得出前两列是线性无关的。
    也就是说,导致行向量线性无关的元素,必将导致相应的列向量线性无关。因此,行秩也就和列秩相等了。

  • xiaruiyan commented on Fri Jul 19 2019
    1. 线性方程组
      向量左乘一个矩阵其实是向量基的一个改变
    2. 矩阵乘法的意义
      基础基--->扩展回归
      实际上是基础基乘一个矩阵(这个过程例子之一就是单位圆向椭圆的转变)
    3. 秩(矩阵的最大无关组)
      主要包括单射和满射
  • 12kyy123 commented on Sat Jul 20 2019


    定义:矩阵中非线性列向量的个数

    定理三:当增广矩阵的秩与原矩阵的秩相等的时候,有解明哥讲的很nice!!!

  • zhuqianhui commented on Sun Jul 21 2019

    明哥讲得灰常好~
    手写笔记不在身边,下次还是录音的好。。
    第三期主题是求解线性方程组,学到了几个概念:

    1. 秩:矩阵的秩包括行秩和列秩。列秩是指线性无关的列向量的极大数目;行秩是指线性无关的行向量的极大数目。当增广矩阵的秩和系数矩阵的秩相等时,线性方程组有解。
    2. 定义域:是指线性方程组中自变量x的取值范围。
    3. 值域:因变量y的取值范围,也就是定义域中的每一个x通过一定的映射函数得到的y的值组成的空间。
    4. 到达域:左乘矩阵的行数为到达域的空间维度(忘了,参考前面同学的笔记。)
  • Flying-Csky commented on Sun Aug 04 2019

    https://www.jianshu.com/p/94748ea36d06
    之前学的线代只是代数层面的理解,通过此次学习,在几何方面有了进一步的认识,收获颇丰,非常感谢明哥的分享。附上自己的笔记,如果有错误希望能够帮忙批评指正!
    Better

Powered by Gitment

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK