概念卡：矩阵乘法 Matrix Multiplication

综合实践 · 01_专业概念地图/概念卡_矩阵乘法.md

概念卡：矩阵乘法 Matrix Multiplication

一句话定义

矩阵乘法是一种把多个线性组合同时计算出来的运算。

它解决什么问题

它让多样本、多变量的计算可以用统一、紧凑的形式表示。

典型使用场景

• 线性回归中的 Xβ。
• 神经网络中的线性层。
• 网络邻接矩阵运算。

需要知道的关键词

• Matrix
• Vector
• Linear Combination
• Dimension
• Design Matrix

和导师方向的关系

线性代数是统计建模、机器学习、大数据计算和复杂网络分析的共同底层语言。

交流时可以怎么说

在线性模型里，矩阵乘法可以把所有样本的预测一次性写成 Xβ。

我看矩阵公式时会先检查维度是否匹配。

可以追问的问题

• 每个矩阵的行和列分别代表什么？
• 维度是否匹配？
• 这个矩阵乘法对应什么实际操作？

给 AI 的提示词

请解释矩阵乘法在线性回归 Xβ 中的含义。要求用小矩阵例子说明行、列、样本和特征。

我的理解边界

• 已理解：矩阵乘法对应批量线性组合。
• 还不确定：矩阵分解。
• 下次需要补：转置和逆矩阵。