具体内容见Liner_Algebra.md文件、MIT 18.065.md文件、Matrix_Theory_Textbook.md文件、The_essence_of_linear_algebra.md文件。持续更新中。
本文参考3Blue1Brown的线性代数讲解视频，写下笔记和自己的认识。
课程链接：youtube
课程链接：bilibili
课程中3Blue1Brown主要用了大量精力给我们解释了线性代数中常见的向量操作、矩阵操作所表示的几何含义，并且制作出精美的动画演示过程。 这对我们理解其中的奥秘十分重要，在科研过程中，如果只停留在计算和表示层面，我们很难有一个公式的直观理解 ，也就是作者强调的intuition。只有真正的理解数字背后的含义，我们才能够进行创新和拓展。
这一部分我将记录一些关于大三暑假矩阵论学习过程中的内容。这里并不是涵盖了所有的知识点，只是在听课或者学习中觉得重要的知识点。并且文中很多情况并不呈现详尽的代数证明，只是为了让大多只有本科线性代数基础的同学更好的理解矩阵论课本的内容。若有错误，请帮忙指出。
以下内容来自于Strang教授MIT的线性代数课程
课程链接：YouTube
课程链接：bilibili
MIT 18.065 Matrix Methods in Data Analysis, Signal Processing, and Machine Learning, Spring 2018(MIT 18.065.md)
从这个标题可以看到这是 Gilbert Strang 在 2018 年 MIT 的又一课程，查矩阵范数的内容时突然发现的，刚好不想看书(人懒)，就先学这个吧。建议安装Dualsub谷歌浏览器翻译插件进行学习。在 Github 上浏览该笔记请在 Chorme 上安装 MathJax Plugin for Github 插件以方便阅读相关数学公式(这个插件好像不能正常显示矩阵，应该是版本问题)。
课程主题主要分为四个部分：线性代数、数据分析、优化、深度学习。可以看到，这个系列课程与计算机专业息息相关，是之前线性代数课程的一个延申。并且该课程有一些在线编程类项目作业，而没有期末考试，可以用 Matlab/Python/Julia 等工具/语言完成。
在这一小节中我会记录矩阵论课本的学习历程。因为学习顺序和之前基础的原因，我就从1.3节正交变换与正交矩阵开始记录。并且我记录的不是所有知识点，只是一些觉得重要的或者有启发性的内容，亦或是在看课本过程中难以理解的部分。其中也有 Youtube 的一些很好的课程。
在 Github 上浏览该笔记请在 Chorme 上安装 MathJax Plugin for Github 插件以方便阅读相关数学公式。