單元 8．正交性–最小平方法與投影矩陣

第三章的第二個單元是著名的「Least Squares」。當Ax = b問題無解，且矩陣A的各行皆獨立，我們可以用最小平方法計算最佳解。而最小平方法正是奠基於「正交投影」；此觀念帶來兩種重要應用：投影矩陣、廣義反矩陣（Pseudoinverse）。 課程講義： 第零章：課程導論　https://reurl.cc/eG62Vx 第一章：矩陣的基礎操作　https://reurl.cc/26D9lX 第二章：向量空間　https://reurl.cc/M6bQW3 第三章：正交性　https://reurl.cc/kM7e9G 第四章：行列式　https://reurl.cc/Q5jqmo 第五章：特徵值與特徵向量　https://reurl.cc/d1yGV6 第六章：奇異值分解　https://reurl.cc/5DKE2R 00:00:00 複習與概述 00:01:47 3.2 Projection onto 1-D Subspaces 00:18:03 3.3 Least Squares Approximations (推導Normal Equation) 00:39:18 3.3 Least Squares Approximations (投影矩陣) 01:23:33 3.3 Least Squares Approximations (廣義反矩陣) 01:54:17 3.3 Least Squares Approximations (範例)