Chapter 8 几何变换 | 线性代数不难：逐章精讲

本期播客主要介绍了线性代数上下册的内容概要。下册侧重于应用，涵盖集合变换、投影与回归、特征值分解与降维（PCA）、二次型与正定性、奇异值分解以及图论与网络等主题。奇异值分解被认为是其中最重要的矩阵分解。上册则偏重理论基础，从向量入手，讲解坐标系、几何视角下的加减法和标量乘法，以及向量内积、范数和矩阵。重点是通过几何视角介绍矩阵乘法，包括内积视角、外积视角和线性组合视角。还介绍了行列式、逆矩阵和线性方程组的求解。强调上册是下册的基础，建议先学习上册。同时，欢迎听众对内容进行纠错和提供改进建议。