数据科学【系列2】｜线性代数｜5 特征值和特征向量、基向量、线性变换

小伙伴我们又来啦！不好意思最近学业繁忙没有及时更新【捂脸】 今天我们来更新线性代数系列的最后一期视频，特征值和特征向量。 这期视频有点长，请大家耐心看完哦！ 本期视频目录和进度条请看下方。我们先从基向量和线性变换入手，并且加入了一个动手小实验和哈哈镜的例子，希望能更好地帮助大家理解特征值和特征向量的概念。不知道大家还记不记得小时候照哈哈镜的经历，那么究竟特征向量和哈哈镜能扯上什么关系呢？快快点开视频看看吧！ 之后我们会继续更新新系列的视频，大家有感兴趣的知识点和主题也欢迎留言告诉我们哦，请大家给我们鼓励加油哦！ 00:47 前言 01:42 哈哈镜例子 02:21 基向量和线性变换 06:37 动手小实验 07:44 特征值和特征向量 10:44 回到哈哈镜的例子 11:47 类比生活中的例子！ 线性代数目录： 1. 线性代数绪论    • 数据科学【系列2】｜线性代数｜绪论   2. 向量的加法    • 数据科学【系列2】｜线性代数的本质｜2 向量的加法   3. 矩阵的行列式    • 数据科学【系列2】｜线性代数的本质｜3 矩阵的行列式   4a. 线性相关、线性无关、秩 （上）    • 数据科学【系列2】｜线性代数的本质｜4 线性相关和线性无关与秩（上）   4b. 线性相关、线性无关、秩 （下）    • 数据科学【系列2】｜线性代数的本质｜4 线性相关和线性无关与秩（下）   5. 特征值和特征向量、基向量、线性变换 （本期）    • 数据科学【系列2】｜线性代数｜5 特征值和特征向量、基向量、线性变换   11. 非参数检验 12. 贝叶斯统计：先验，后验，共轭分布 13. 线性回归模型 14. 广义线性回归模型：逻辑回归 15. 数据丢失与插值