大量的應用數學與統計，以及資料科學問題，最後都會落在以下這種矩陣－向量方程：
$$A\vec{x} = \vec{b}.$$
以下哪一種說法最正確地描述，當我們對 \(\vec{x}\) 求解這個方程時想要達成的是什麼？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
在本章中，你會認識線性代數中的關鍵物件，例如向量與矩陣。你會了解它們為什麼重要，以及彼此之間如何互相作用。
許多機器學習演算法最終都可化約為求解一個矩陣—向量方程。本章會帶你了解矩陣—向量方程要達成的目標，以及如何在 R 中求解。
當前練習
矩陣運算相當複雜。特徵值／特徵向量分析可將這些運算分解為較簡單的步驟，並應用於影像辨識、基因體分析等多種情境！
「Big Data」在資料科學及其應用中無所不在。然而，資料集中的冗餘可能造成問題。在本章中，我們將學習主成分分析，以及如何用它來進行降維。
