Linear Algebra and Learning from Data

Gilbert Strang

⬅ Site principal · ⬅ Notas

Edição: Wellesley-Cambridge Press, 2019

Nota

Esta pasta contém apenas notas conceituais de leitura deste livro, em formato de slides.

Parte I — Highlights of Linear Algebra

  • Nota 1 — I.1–I.2 Multiplicação Ax pelas colunas de A e o produto AB
  • Nota 2 — I.3–I.4 Os quatro subespaços fundamentais e A = LU (prevista)
  • Nota 3 — I.5 Matrizes e subespaços ortogonais (prevista)
  • Nota 4 — I.6 Autovalores e autovetores (prevista)
  • Nota 5 — I.7 Matrizes simétricas positivas definidas (prevista)
  • Nota 6 — I.8 Valores e vetores singulares na SVD (prevista)
  • Nota 7 — I.9 Componentes principais e a melhor aproximação de posto baixo (prevista)
  • Nota 8 — I.10 Quocientes de Rayleigh e autovalores generalizados (prevista)
  • Nota 9 — I.11 Normas de vetores, funções e matrizes (prevista)
  • Nota 10 — I.12 Fatoração de matrizes e tensores: positiva e esparsa (prevista)

Parte II — Computations with Large Matrices

  • Nota 11 — II.1 Álgebra linear numérica (prevista)
  • Nota 12 — II.2 Mínimos quadrados: quatro maneiras (prevista)
  • Nota 13 — II.3 Três bases para o espaço-coluna (prevista)
  • Nota 14 — II.4 Álgebra linear randomizada (prevista)

Parte III — Low Rank and Compressed Sensing

  • Nota 15 — III.1 Mudanças em A⁻¹ a partir de mudanças em A (prevista)
  • Nota 16 — III.2 Entrelaçamento de autovalores e sinais de posto baixo (prevista)
  • Nota 17 — III.3–III.4 Valores singulares com decaimento rápido e algoritmos de divisão para ℓ2 + ℓ1 (prevista)
  • Nota 18 — III.5 Compressed sensing e completamento de matrizes (prevista)