大量的应用数学、统计学以及数据科学问题，最终都会归结为如下形式的矩阵—向量方程：
$$A\vec{x} = \vec{b}.$$
以下哪一种最准确地描述了求解 \(\vec{x}\) 这一方程要达成的目标？
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
在本章中，您将学习线性代数中的关键对象，例如向量和矩阵。您将理解它们为何重要，以及它们之间如何相互作用。
许多机器学习算法本质上都可归结为求解矩阵-向量方程。在本章中，您将了解矩阵-向量方程要解决的目标，以及如何在 R 中求解它们。
当前练习
矩阵运算往往很复杂。特征值/特征向量分析可以将这些运算分解为更简单的步骤，用于图像识别、基因组分析等任务。
"大数据"在数据科学及其应用中无处不在。然而，这些数据集中往往存在冗余，可能带来问题。在本章中，我们将学习主成分分析，以及如何用它进行降维。
