矩阵基本运算

        矩阵的基本运算相对复杂，但在工程计算中却常常要用到相关的计算。例如：我们在做机器学习中常用的一种算法叫做线性回归。如果使用梯度上升或梯度下降算法可能需要做许多次的迭代过程。当然如果使用随机梯度下降算法计算量可能会小很多。但是通过m个n维样本做数学计算，可以通过矩阵法直接计算出n维参数的值（数学推导过程略）：

我们设计样本矩阵为X，而样本值的矩阵为Y：

 ， 

于是对于m个样本的n维线性回归参数矩阵为X * a 即（注意参数a是一个n维向量）：

通过数学推导参数a的向量为：

可以看到这个公式完全是基于矩阵的基本运算，所以从今天开始我们将手把手与你一起来实现矩阵的相关运算。

        本教程所使用的源代码完全开放、免费。你可以自由的使用和修改本教程中的所有源代码：

git@github.com:magicworldos/matrix.git
https://github.com/magicworldos/matrix.git