线性代数是数学的分支学科，涉及矢量、矩阵和线性变换。它是机器学习的重要基础，从描述算法操作的符号到代码中算法的实现，都属于该学科的研究范围。
虽然线性代数是机器学习领域不可或缺的一部分，但二者的紧密关系往往无法解释，或只能用抽象概念(如向量空间或特定矩阵运算)解释。

这里我向大家推荐一个不错的线性代数学习教程，《Introduction to Linear Algebra for Applied Machine Learning with Python》。
这个教程最大的亮点是不但用图形化方式介绍线代基础知识及其在机器学习中的应用，而且还用Python代码示例。缺点是全英文，适合大家查漏补缺，换种思路重温线代知识。

机器学习的线性代数（Python 版）

学习地址及相关资源推荐

机器学习的线性代数（Python 版）
https://pabloinsente.github.io/intro-linear-algebra
3blue1brown：线性代数的本质
https://www.bilibili.com/video/BV1Ys411k7yQ
Mathematics for Machine Learning
https://mml-book.github.io/

机器学习的线性代数（Python 版）