线性代数是处理向量、矩阵和线性变换的数学子领域。它是机器学习的重要基础，从描述算法运行的符号到代码中算法的实现，都属于本学科的研究范围。虽然线性代数是机器学习领域不可或缺的一部分，但两者之间的密切关系往往无法解释，或者只能用向量空间或特定矩阵运算等抽象概念来解释。这里推荐一个很好的线性代数学习教程，《Introduction to Linear Algebra for Applied Machine Learning with Python》。本教程最大的亮点在于，它不仅以图形化的方式介绍了直线生成的基础知识及其在机器学习中的应用，还结合了Python代码示例。缺点是全英文，适合大家查漏补缺，换个思路温习线代知识。学习地址及相关资源推荐机器学习之线性代数（Python版）https://pabloinsente.github.i...3blue1brown：线性代数精髓https://www.bilibili.com/video...机器学习https://mml-book.github.io/
