在人工智能大热的今天，你需要知道线性代数在人工智能领域的作用。

互联网小常识：设计一个网络安全方案时，需要完成以下四个基本任务：（1）设计一个算法，执行安全相关的转换（2）生成该算法的秘密信息（如密钥）（3）研制秘密信息的分发和共享的方法（4）设定两个责任者使用的协议，利用算法和秘密信息取得安全服务。

下面列出的只是线性代数能做的一小部分。

下次有人想知道线性代数的意义是什么时，请把它们发送到这里。我写了一篇关于数学和编程的博客，我一直看到线性代数在计算机科学中的应用。这里有一个简短的清单，其中包含了一小部分你可以用线性代数做的事情。

搜索引擎的排名

线性代数中最引人注目的用法（不管你是否知道）都是在谷歌的创建中。他们原来的排名算法，当然已经变得更加复杂，使用了大量的线性代数来排序哪些网页应该首先出现。更一般地，当你想要分析网络中的随机行走时，你可能需要一些线性代数。这里是我写的一系列博客文章（http://jeremykun.com/）。

线性规划

应用最广泛的线性代数肯定是最优化，而最广泛使用的一类优化是线性规划。你可以用线性规划优化预算、饮食和工作路线，这只会破坏应用程序的表面。下面是关于线性规划背后的数学的一系列（仍在进行中）。为解决他们的基本的技术，称为单纯形算法，本质上是一种增强了高斯消去。

纠错码

线性代数的另一个不可见但广泛的用途是编码理论。问题是在这样一种方式，如果编码数据篡改一点编码的数据，还可以恢复未编码的数据。这种方案称为纠错码，最简单的方法是在矢量空间中对数据进行矢量编码。在DVD中使用纠错码防止划痕破坏电影。他们也被用于深空探测器，将数据传回地球，他们让我们得到了萨图恩和Jupiter的第一张特写照片。这里有一篇文章描述了最简单的纠错码，汉明码（http://jeremykun.com/2015/03/02/hammings-code/）。

信号分析

信号分析领域为编码、分析和操作信号提供了大量有用的工具，这些信号可以是音频、图像、视频，或者像X光和光线通过晶体折射的东西。理解傅立叶变换的最简单的方法是执行基本变化的线性映射。傅立叶分析甚至被用来制作艺术。下面是一系列从零开始推导傅立叶分析的第一篇文章（http://jeremykun.com/2012/04/25/the-fourier-series/），虽然你对线性代数有很强的理解，但是大部分可以缩写，跳过，或者略读。傅立叶分析的一个独立的表亲也是计算机科学中许多理论技术的一部分。

图形

互联网小常识：10Gbps光以太网的优势：a、以太网与DWDM的技术已经非常成熟，成本很低。b、10Mpbs-10Gps都已经标准化，100Gbps正在研究，可以满足不同层次的需求。c、采用统一的技术方便管理和人员培训。

几乎所有的图形创新，因为计算机已经存在来自视频游戏和电影。图形的中心部分是将三维场景投射到二维屏幕上。投影已经是一个线性映射。除此之外，旋转、缩放和透视都是用线性代数正确地实现和分析的。

面部识别

一个很酷的（但不是最好的）自动面部识别方法使用一种叫做主成分分析的线性代数技术。基本上这是找来表示人脸图像数据库的一个特别好的基础上，利用特征向量（特征脸方法）重建图像。这里有一篇文章描述了没有先验知识的方法，以及一个更一般的文章，它显示了任何数据集的PCA。这是一张什么样的脸的样子。

预测：最简单的预测模型是线性模型，这些都是用线性代数发展和理解的。例如，这里是一篇描述如何进行线性回归的文章（http://jeremykun.com/2014/08/26/when-greedy-algorithms-are-perfect-the-matroid/）。

贪心算法

贪心算法的特点是一种线性系统概括称为拟阵。换句话说，每一个问题的贪婪算法的解可以表示为一个拟阵，每阵可以用贪心算法优化。理解线性代数不是要求了解拟阵，但它使过程更容易。这里有一篇文章（http://jeremykun.com/2014/12/08/a-motivation-for-quantum-computing/）证明了我刚才说的话。

量子计算

所有的量子计算都是线性代数，就像一般的量子力学一样。只要你理解线性代数，你就可以理解量子计算机如何在没有物理的情况下破解密码系统。下面是正在进行中的一系列文章的第一篇，它让你了解了线性代数是主要的工具。

线性代数的应用比我列出的要多得多。