Értékelés:
Ez a könyv gyakorlatias és közérthető bevezetést nyújt a lineáris algebrába, hangsúlyt fektetve az adattudomány és a gépi tanulás szempontjából releváns valós alkalmazásokra és példákra. Míg a könyvet dicsérik az áttekinthetőségéért, a szervezettségéért és a példák gazdagságáért, egyes olvasók megjegyzik, hogy nem elég szigorú, és nem terjed ki bizonyos alapvető témákra, például a sajátértékekre és az SVD-re. Jó kiegészítő források állnak rendelkezésre azok számára, akik nagyobb mélységre vágynak.
Előnyök:⬤ A lineáris algebrai fogalmak világos és gyakorlatias bemutatása.
⬤ Számos valós példa és alkalmazás, különösen az adattudomány és a gépi tanulás területén.
⬤ Kezdők számára is hozzáférhető, és nem igényel előzetes tapasztalatot.
⬤ Kiváló minőségű nyomtatás és kiegészítő online források elérhetősége Julia és Python nyelven.
⬤ Jó önképzésre, és szilárd bevezetést nyújt az alkalmazott lineáris algebrába.
⬤ A hagyományosabb lineáris algebrai szövegekhez képest nem elég szigorú és mély elméleti koncepciókkal rendelkezik.
⬤ Nem foglalkozik olyan fontos témákkal, mint a sajátértékek és az SVD-faktorizáció.
⬤ Az írásmód bonyolult és nehézkes lehet az önállóan tanulók számára, ami zavart okozhat.
⬤ A gyakorlatokhoz nem ad megoldásokat, így kevésbé alkalmas önálló tanulásra.
(21 olvasói vélemény alapján)
Introduction to Applied Linear Algebra
Ez az úttörő tankönyv az egyszerű magyarázatokat gyakorlati példák sokaságával ötvözi, hogy innovatív megközelítést kínáljon a lineáris algebra tanításához. A tantárgy előzetes ismereteit nem igénylő tananyag a lineáris algebra azon aspektusait - vektorok, mátrixok és legkisebb négyzetek - tárgyalja, amelyek a mérnöki alkalmazásokhoz szükségesek, és példákat tárgyal az adattudomány, a gépi tanulás és a mesterséges intelligencia, a jel- és képfeldolgozás, a tomográfia, a navigáció, az irányítás és a pénzügyek területén.
A számos gyakorlati feladat lehetővé teszi a hallgatók számára, hogy teszteljék a megértésüket, és tudásukat valós problémák megoldására fordítsák, az előadás diái, további Julia és MATLAB nyelvű számítási gyakorlatok, valamint a könyvet kísérő adatsorok pedig online elérhetők a https: //web. stanford.
edu/ boyd/vmls/ címen. Ez az egy féléves és egy negyedéves kurzusokhoz, valamint önálló tanuláshoz egyaránt alkalmas, önálló szöveg a kezdő hallgatók számára biztosítja a haladóbb tanulmányokhoz szükséges alapokat.
