┣━mksz260 – 专为程序员设计的线性代数课程
┣━第10章 正交性，标准正交矩阵和投影
┣━10-3 高维投影和Gram-Schmidt过程.mp4
┣━10-8 本章小结和更多和投影相关的话题.mp4
┣━10-2 一维投影.mp4
┣━10-1 正交基与标准正交基.mp4
┣━10-6 矩阵的QR分解.mp4
┣━10-4 实现Gram-Schmidt过程.mp4
┣━10-5 标准正交基的性质.mp4
┣━10-7 实现矩阵的QR分解.mp4
┣━第9章 正交性
┣━9-12 左零空间，四大子空间和研究子空间的原因.mp4
┣━9-3 子空间.mp4
┣━9-10 零空间与看待零空间的三个视角.mp4
┣━9-1 空间，向量空间和欧几里得空间.mp4
┣━9-8 矩阵的秩和矩阵的逆.mp4
┣━9-7 列空间.mp4
┣━9-4 直观理解欧几里得空间的子空间.mp4
┣━9-6 行空间和矩阵的行秩.mp4
┣━9-11 零空间 与 秩-零化度定理.mp4
┣━9-5 维度.mp4
┣━9-2 广义向量空间.mp4
┣━9-9 实现矩阵的秩.mp4
┣━第15章 更广阔的线性代数世界，大家加油！
┣━15-1 更广阔的线性代数世界，大家加油！.mp4
┣━第1章 欢迎大家来到《专给程序员设计的线性代数》
┣━1-4 课程使用环境搭建.mp4
┣━1-3 线性代数与机器学习.mp4
┣━1-1 导学 .mp4
┣━1-2 课程学习的更多补充说明.mp4
┣━第12章 行列式
┣━12-4 计算行列式的算法.mp4
┣━12-7 华而不实的行列式的代数表达.mp4
┣━12-1 什么是行列式.mp4
┣━12-2 行列式的四大基本性质.mp4
┣━12-3 行列式与矩阵的逆.mp4
┣━12-5 初等矩阵与行列式.mp4
┣━12-6 行式就是列式！.mp4
┣━第8章 线性相关，线性无关与生成空间
┣━8-1 线性组合.mp4
┣━8-4 直观理解线性相关和线性无关.mp4
┣━8-3 矩阵的逆和线性相关，线性无关.mp4
┣━8-5 生成空间.mp4
┣━8-8 本章小结：形成自己的知识图谱.mp4
┣━8-6 空间的基.mp4
┣━8-7 空间的基的更多性质.mp4
┣━8-2 线性相关和线性无关.mp4
┣━资料
┣━代码资料.zip
┣━第14章 对称矩阵与矩阵的SVD分解
┣━14-3 什么是奇异值.mp4
┣━14-1 完美的对称矩阵.mp4
┣━14-2 正交对角化.mp4
┣━14-4 奇异值的几何意义.mp4
┣━14-6 实践scipy中的SVD分解.mp4
┣━14-5 奇异值的SVD分解.mp4
┣━14-7 SVD分解的应用.mp4
┣━第7章 初等矩阵和矩阵的可逆性
┣━7-2 实现求解矩阵的逆.mp4
┣━7-1 线性系统与矩阵的逆.mp4
┣━7-9 矩阵的PLUP分解和再看矩阵的乘法.mp4
┣━7-6 矩阵的LU分解.mp4
┣━7-3 初等矩阵.mp4
┣━7-5 为什么矩阵的逆这么重要.mp4
┣━7-7 实现矩阵的LU分解.mp4
┣━7-8 非方阵的LU分解，矩阵的LDU分解和PLU分解.mp4
┣━7-4 从初等矩阵到矩阵的逆.mp4
┣━第6章 线性系统
┣━6-2 高斯消元法.mp4
┣━6-1 线性系统与消元法.mp4
┣━6-9 齐次线性方程组(1).mp4
┣━6-3 高斯-约旦消元法.mp4
┣━6-7 更一般化的高斯-约旦消元法(1).mp4
┣━6-4 实现高斯-约旦消元法.mp4
┣━6-8 实现更一般化的高斯-约旦消元法.mp4
┣━6-6 直观理解线性方程组解的结构.mp4
┣━6-5 行最简形式和线性方程组解的结构.mp4
┣━第4章 矩阵不只是 mn 个数字
┣━4-1 什么是矩阵.mp4
┣━4-10 矩阵的转置.mp4
┣━4-2 实现属于我们自己的矩阵类.mp4
┣━4-3 矩阵的基本运算和基本性质.mp4
┣━4-11 实现矩阵的转置和Numpy中的矩阵.mp4
┣━4-4 实现矩阵的基本运算.mp4
┣━4-8 实现矩阵的乘法.mp4
┣━4-9 矩阵乘法的性质和矩阵的幂.mp4
┣━4-6 矩阵和向量的乘法与把矩阵看作向量的函数.mp4
┣━4-5 把矩阵看作是对系统的描述.mp4
┣━4-7 矩阵和矩阵的乘法.mp4
┣━第13章 特征值与特征向量
┣━13-8 矩阵对角化.mp4
┣━13-3 特征值与特征向量的性质.mp4
┣━13-7 矩阵相似和背后的重要含义.mp4
┣━13-10 矩阵对角化的应用：求解矩阵的幂和动态系统.mp4
┣━13-1 什么是特征值和特征向量.mp4
┣━13-4 直观理解特征值与特征向量.mp4
┣━13-9 实现属于自己的矩阵对角化.mp4
┣━13-5 “不简单”的特征值.mp4
┣━13-2 特征值和特征向量的相关概念.mp4
┣━13-6 实践numpy中求解特征值和特征向量.mp4
┣━第2章 一切从向量开始
┣━2-9 一切从向量开始.mp4
┣━2-7 零向量..mp4
┣━2-3 实现属于我们自己的向量.mp4
┣━2-5 实现向量的基本运算..mp4
┣━2-1 什么是向量..mp4
┣━2-8 实现零向量.mp4
┣━2-2 向量的更多术语和表示法.mp4
┣━2-4 向量的两个基本运算..mp4
┣━2-6 向量基本运算的性质与数学大厦的建立..mp4
┣━第3章 向量的高级话题
┣━3-4 向量点乘的直观理解.mp4
┣━3-3 向量的点乘与几何意义..mp4
┣━3-5 实现向量的点乘操作.mp4
┣━3-1 规范化和单位向量..1.mp4
┣━3-6 向量点乘的应用..mp4
┣━3-2 实现向量规范化.mp4
┣━3-7 Numpy 中向量的基本使用.mp4
┣━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
┣━5-8 看待矩阵的关键视角：用矩阵表示空间.mp4
┣━5-2 矩阵旋转变换和矩阵在图形学中的应用.mp4
┣━5-9 总结：看待矩阵的四个重要视角.mp4
┣━5-6 实现单位矩阵和numpy中矩阵的逆.mp4
┣━5-5 矩阵的逆.mp4
┣━5-3 实现矩阵变换在图形学中的应用.mp4
┣━5-7 矩阵的逆的性质.mp4
┣━5-4 从缩放变换到单位矩阵.mp4
┣━第11章 坐标转换和线性变换
┣━11-2 其他坐标系与标准坐标系的转换.mp4
┣━11-4 线性变换.mp4
┣━11-1 空间的基和坐标系.mp4
┣━11-5 更多和坐标转换和线性变换相关的话题.mp4
┣━11-3 任意坐标系转换.mp4