【吴恩达机器学习笔记Day2】线性代数知识

写本文的目的是记录自己做过的一些东西，深化理解，理清思路，便于回忆。本人处于学习阶段，欢迎指出不对的地方。

此课程的第二部分主要复习了一些在后续的机器学习课程中必要的线性代数知识。首先介绍了矩阵和向量，其次是矩阵的运算，最后是矩阵的逆和转置。此部分已详细学习过，无记录必要。下面是在此基础上的一些收获：

一组数据[2104 1416 1537 852]想使用假设函数h(x)=-40+0.25x去估计，一般会想到用for循环遍历带入，其实可以转换为矩阵乘法的形式：

上述两个矩阵相乘，也可以说是数据矩阵乘假设向量，答案得到的一组4*1矩阵（向量），包含四个数据最终的预测结果。这样的做法，相比于用for循环会快很多，同时也可以简化代码。