數學不是一種僅供觀賞的學科。需要親自求解例子強化學習效果。單單只是讀數學書是不行的。關鍵還是要多解題。解題是大腦從書本解放的過程。

矩陣由行列組成。行從上到下編號，列從左到右編號。numpy.shape()得到矩陣行列大小(行數，列數)。

向量，行或列數目為1的特殊矩陣。默認指列向量，列數為1。矩陣運算過程中需要跟蹤矩陣大小。

矩陣轉置，對象線翻轉矩陣，行變列，列變行，矩陣上標大寫T，為更容易計算。

標量運算（scalar operation），矩陣加乘，矩陣每個元素獨立加乘，相對值沒變化，只有比例變化。矩陣常數縮放，常數偏移。

矩陣求和，矩陣行列數相同，每個位置上對應元素求和。

矩陣乘法，前一個矩陣列數等于后一個矩陣行數，(AxB)(BxC)=(AxC)。一矩陣每行旋轉，與二矩陣每列對齊，計算元素乘積，再求和。列加權求和。

內積計算，向量求內積（點積），相應元素相乘求和得最終向量。用于計算兩個向量的夾角余弦值。X轉置乘以Y實現兩個向量XY內積計算。

如果XY=I，I是單位陣，X是Y的逆矩陣。單位陣，對角線元素為1,其他元素為0。任意矩陣乘以單位陣為原始矩陣。方陣（行數等于列數）才可逆。不可逆矩陣為奇異(singular)或退化(degenerate)矩陣，一列為其他列的線性組合，一列歸約為0。求逆會除零運算。

矩陣求逆。先求行列式，det()，行列式為逆矩陣分母值。元素除以行列式。矩陣某列全為0，行列式也為0,導致除零運算。矩陣必須滿秩。矩陣重排，轉置矩陣，行為列，列變行。求出轉置矩陣每個小矩陣行列式值。求伴隨矩陣。除矩陣行列式值。得逆矩陣。

向量范數，向量長度，將向量轉換為標量值。

參考資料：
《機器學習實戰》

歡迎加我微信交流：qingxingfengzi
我的微信公眾號:qingxingfengzigz
我老婆張幸清的微信公眾號：qingqingfeifangz