机器学习必备数学知识总结（包括：线性代数、概率论、数值计算、最优化）135页

本书是将矩阵论和线性空间理论溶合在一起编写的。先以中学时熟悉的多项式为基础，将多项式理论交代清楚。接下去讲多元多项式。然后是矩阵论和线性空间理论的基本工具:行列式、矩阵以及线性方程组求解理论。从而引进

教育部线性代数知识范围,对于大学生在学习该课程时所需要掌握的知识内容

线性代数基础知识。。

2009年考研数学公式最新总结大全高等数学，线性代数，概率统计

Python机器学习学习视频。包括基础库的调用以及机器学习算法教程。包括概率论、矩阵学习、回归、分类、决策树、XGB、SVM、聚类、EM、主题模型和HMM

机器学习的特点就是:以计算机为工具和平台,以数据为研究对象,以学习方法为中心;是概率论、线性代数、数值计算、信息论、最优化理论和计算机科学等多个领域的交叉学科。所以就先介绍一下机器学习涉及到的一些最常

方便大三信息与计算科学专业的同学的考试资料,武汉大学关于数值线性代数实验的一些程序

数值线性代数徐树方同志的书，他还有矩阵计算的书那书不错的，顶之，可以用来辅助学习

（我自己收益很大的一本书，基础理论矩阵分解讲的很清楚，证明齐全，清晰度可以接受）本书讨论数值线性代数的三大分支：线性代数方程组的解法；线性最小二乘法和矩阵特征值问题.内容包括：基础理论；线性代数方程组

概率论是一门很好的课程，这是他的试卷代表性很高，可以拿来借鉴一下