應用線性代數(shù)：向量、矩陣及最小二乘

譯者序
前言
第一部分 向量
第1章 向量
1．1 定義
1．2 向量加法
1．3 標量與向量的乘法
1．4 內(nèi)積
1．5 向量運算的復雜度
練習
第2章 線性函數(shù)
2．1 表示形式
2．2 Taylor近似
2．3 回歸模型
練習
第3章 范數(shù)和距離
3．1 范數(shù)
3．2 距離
3．3 標準差
3．4 夾角
3．5 復雜度
練習
第4章 聚類
4．1 向量的聚類
4．2 聚類的目標函數(shù)
4．3 k-means算法
4．4 例子
4．5 應用問題
練習
第5章 線性無關
5．1 線性相關
5．2 基
5．3 規(guī)范正交向量
5．4 Gram—Schmidt算法
練習
第二部分 矩陣
第6章 矩陣
6．1 矩陣的形式
6．2 零矩陣與單位矩陣
6．3 轉(zhuǎn)置、加法和范數(shù)
6．4 矩陣與向量的乘法
6．5 復雜度
練習
第7章 矩陣示例
7．1 幾何變換
7．2 提取
7．3 關聯(lián)矩陣
7．4 卷積
練習
第8章 線性方程組
8．1 線性函數(shù)和仿射函數(shù)
8．2 線性函數(shù)模型
8．3 線性方程組及其應用
練習
第9章 線性動力系統(tǒng)
9．1 線性動力系統(tǒng)簡介
9．2 人口動力學
9．3 流行病動力學
9．4 物體的運動
9．5 供應鏈動力學
練習
第10章 矩陣乘法
10．1 矩陣與矩陣的乘法
10．2 線性函數(shù)的復合
10．3 矩陣的冪
10．4 QR分解
練習
第11章 逆矩陣
1．1 左逆和右逆
11．2 逆
11．3 求解線性方程組
11．4 例子
11．5 偽逆
練習
第三部分 最小二乘法
第12章 最小二乘
12．1 最小二乘問題
12．2 解
12．3 求解最小二乘問題
12．4 例子
練習
第13章 最小二乘數(shù)據(jù)擬合
13．1 最小二乘數(shù)據(jù)擬合簡介
13．2 驗證
13．3 特征工程
練習
第14章 最小二乘分類
14．1 分類
14．2 最小二乘分類器
14．3 多類分類器
練習
第15章 多目標最小二乘
15．1 簡介
15．2 控制
15．3 估計與反演
15．4 正則化的數(shù)據(jù)擬合
15．5 復雜度
練習
第16章 帶約束最小二乘
16．1 帶約束最小二乘問題
16．2 解
16．3 求解帶約束最小二乘問題
練習
第17章 帶約束最小二乘的應用
17．1 投資組合優(yōu)化
17．2 線性二次控制
17．3 線性二次狀態(tài)估計
練習
第18章 非線性最小二乘
18．1 非線性方程組和最小二乘
18．2 Gauss—Newton算法
18．3 Levenberg—Marquardt算法
18．4 非線性模型擬合
18．5 非線性最小二乘分類
練習
第19章 帶約束非線性最小二乘
19．1 非線性最小二乘問題的推廣
19．2 罰算法
19．3 增廣的Lagrange算法
19．4 非線性控制
練習
附錄A 記號
附錄B 復雜度
附錄c 導數(shù)和優(yōu)化
附錄D 進一步學習
索引