线性代数（Linear Algebra），作为大学理工科开设的基础课程，如今已成为机器学习中用来表征数据的基本工具，其重要性不言而喻。本科曾学习过这门课程的我，当时对里面的很多概念并没有理解清楚，尤其是线性代数的几何意义。后来在研一上半学期我又重新回顾了一次。这是我阅读完Lay D.C的《线性代数及其应用》后按章节整理的思维导图，主要归纳了相关的定义和定理，点开保存即可查看。此外再分享一下相关的学习资源，希望能帮助到后来学习者。
学习资源
线性方程组
矩阵代数
行列式
向量空间
特征值与特征向量
正交性和最小二乘法
对称矩阵和二次型
向量空间几何学
