1樓：你說得對
這類課，就是咱平時學的那種工程代數範疇，之後的矩陣分解啥的都不管，矩陣微分也交給復變函式了。
所以，任何乙個不同於同濟線代目錄結構的課，都推，以解方程為切入點的課都很棒。
1. 考研的推薦東南大學書+課，據說是命題人，但也只有例題值得一做，課後題水平與同濟版沒啥太大差別。好處是跟同濟版差不多薄，但是目錄結構強一些。
2. 不考研自己學的，時間充裕，推薦去學高代，高代看誰的都行，都好，都厲害，用到哪兒看到哪兒。
推乙個：《高等代數-丘維聲》
3. 想硬剛，那就必選大家爭相收藏卻放在收藏夾吃灰的
MIT線性代數
B站一大堆，手校中文字幕。此課課程很長，很考驗耐心，而且題少。
另外：還有乙個可以作為大學工程代數教材補充的：《線性代數及其應用》- D.C. Lay
這書也是行列式開頭且厚，但幾乎可以說是以行列式入手線性代數的書裡面，講的最好的。最大優勢是在矩陣部分就引入線性變換，適用於做工程代數的對照。
工程代數中很多定理的證明相當拉稀，此書證明比較講道理，比如：從線性變換視角完整證明克拉默法則。
最難能可貴的是，證明過程都能看懂。
此書常年優惠，沒有收藏需求的話不推薦購買紙書，又不是多常用，直接電子版。
2樓：semaphorer
在國內暫時沒有發現能講好線代的網課。基本所有老師都是按照抽象代數學的思路講課。
3b1b的線代講座是目前網上最好的簡明教程，時長2小時。多看幾遍吧。
線性代數 請問n維向量空間和向量空間的概念有區別嗎？
向量空間如果n個向量能組成一組基，那麼就是n維的。如果不存在有限個向量組成的基，就是無限維的。如果刻意說n維向量空間，就是強調它是有限維的，有一組由有限個向量組成的基。以及不要認為n維向量空間裡的元素都是那種有n個分量的一長條東西，向量沒有固定的形式，一團不管什麼東西，只要它們滿足那些條件就是向量空...
請問機器學習中線性代數 統計和概率有什麼好的教材入門嗎？
loyd 統計phd在讀，做的是統計學習方向，準確說，如果只是為了ml入門，對於統計概率要求不高，一些正常的ml入門書都會講一些mle，em演算法這些，如果是要做很深的理論那塊，那還是要求挺高的，比如我之前做過用非參統計處理missing data用的就是bayesian additive regr...
線性代數基礎很差，請問考研數學是跟李永樂還是小侯七呢？
東哥 不要神化老師的作用，但要相信你選擇的老師 既然選擇了就一直跟到底，再好的老師都會有差評的，重口難調！就算你把考研原題發出來也還是一樣，有高分有低分，所以跟著老師走，準沒啥問題！我是跟著小侯七老師從基礎到強化到押題，所以準確的說，跟哪個老師都是有機會和潛力到 130 的，最重要的還是看你自己！ ...