《线性代数及其应用》读后感10篇
《线性代数及其应用》是一本由（美）莱（Lay D.C.）著作，机械工业出版社出版的平装图书，本书定价：59.00元，页数：496，文章吧小编精心整理的一些读者的读后感，希望对大家能有帮助。
《线性代数及其应用》读后感(一)：中译版太烂了
原书可能是好书，但是中文版翻译真是太烂了，奉劝诸位能看英文版的尽量看英文的。 ps:第二页的“两个线性方程组称为等价的.若它们有相同的解集.”这是高中生的翻译水平么？简直是侮辱高中生。我真的很怀疑这本书的译者怎么有胆量把自己的名字印在书上的，不嫌丢人么？我真的很后悔买了这本书的中译版。 原句：Two linear systems are called equivalent if they have the same solution set. 它的翻译：两个线性方程组称为等价的.若它们有相同的解集. 金山词霸：两个线性系统被称为等价的，如果它们有相同的解集。 金山还知道打个逗号，这本书居然用点，真心服了。
《线性代数及其应用》读后感(二)：线性代数的最佳学习教材！
04年上的大学，05年大二学习的概率论和线性代数，这两门课程学的差，考试也仅过及格线。当是完全不知道线性代数学来是干什么的。10年考研时接触到了统计，冥冥之中感觉统计的威力相当大，当事很想学习一下多元统计，翻开多元统计的书却发现完全看不懂，因为无所不在的线性代数充斥其中。工作后又想学习多元统计，但是线性代数迈不过去的坎，于是从网上买了这本书。
当时就感觉这本书特别好，从能懂的线性方程组引出矩阵的概念，因为心心念想看懂奇异值分解的内容，就跳着看了此书，但还是看不懂，因为工作忙又放下了。
又过了几年，偶然间看到一个推荐视频，在B站上名字是《线性代数本质》，11个10来分钟的动画片看完后又引起了我学习线代的意识，回头再看此书，发现自己错过了最精华的部分，即“矩阵就是线性变换”这个核心概念，于是不敢再跳着看了，一章一章的看下去，再结合B站的视频，慢慢的竟然发现对线性代数有了点感觉。
现在社会最火的“大数据”和“机器学习”，线性代数出现在这些概念中的每个角落，所以无论怎么样强调线性代数的重要性都不过。我还买了《程序员的数学3：线性代数》，和本书相比，还是这本书亲切，简单亲切，能看懂。所以，强烈推荐！
《线性代数及其应用》读后感(三)：极好的线性代数入门教材
在几种线性代数入门教材中我想这是最适合中国普通学生的了，抽象能力好的入门可以看linear algebra done right (修改这一部分，抽象能力好的不应该看linear algebra done right这本，这本其实真不好的，抽象能力好的我推荐gelfand的线性代数学（lecture notes on algebra) 或者直接看代数学引论），像我这种普通的学生这本书太适合了，抛开了行列式的线性代数很好玩，很有意思。示例非常丰富，线代的基本应用讲的很清楚，让人一目了然。
缺点自然就是入门教材，会有很多罗嗦的地方，重复的地方。线代一个比较让人头疼的问题就是一般的向量空间和RN的联系区别。这本书这里虽然区分了，但是比较啰嗦需要自己想明白。
不管怎么样，这本书已经是最好的入门线代教材了。满分
《线性代数及其应用》读后感(四)：线性代数不是刷题，而是解决问题的工具
说到线性代数，经历过考研的人，第一反应大概是李永乐吧（┬_┬）。我不是学数学出身，也不是像Matrix67大神整天研究数学，只是最近学习机器学习后，想加强线性代数这方面的知识，也是为大学的贪玩还债。。
本科的时候光顾着玩了，考研的时候光顾着刷题了，而且做题太多，会让人麻木，不能思考。现在无论是做研究还是做工程，做的越深，越发感觉数学的重要性。而且最近接触机器学习，所以感觉有必要重新学学这门课。
看这本书看的比较快。因为之前线代的底子还可以（应该是做题的底子）。所以我在这谈谈对线代的一个理解，不是很深入。
学线性代数到底有啥用？
线性代数不是让你熟记计算步骤，而是一个工具，更具体的说，是几何工具。
何为工具？
假如你要拧螺丝。那螺丝刀就是工具。
假如你要解决计算问题，线性代数就是工具。
这也是所谓书中开头说的，计算机的发展促进了线性代数的发展（说实话，刚开始看的时候一直理解不了两者到底有啥联系）。最经典的例子就是FFT啦。把问题转化成线性代数代数问题，经过各种分解，大大加快计算机运算时间。
这个过程大概可以描述为：建模——线性代数语言——变化、分解——写程序或者调用工具箱——KO问题。
所以从某总意义上说，线性代数的关键在于建模——把实际问题转化成线性代数问题，再加上你对线性代数各种变化的理解，合理选择工具，现在像matlab，python等语言都有大量的工具包选择，从而用计算机解决问题。
这本书的优点，就是把线性代数和几何图形结合起来，例子再也不是N维空间了，而且我们熟悉的2维、3维。加上大量的图，配上大量生动且实际的例子，看这书的确给人新的体验。
看的快不打紧。主要是掌握和理解各种工具，在实践中运用线性代数，应该理解的更为透彻。
顺便谈谈机器学习和线性代数。可以说，机器学习的问题基本上是用线性代数语言描述的。除去比如主成分分析法、马氏链模型等专门用线代知识的，其他所需要的线性代数知识不是很深（个人感觉，微积分、线代、概率里面，概率占的比重最多，或者说，统计学占的比重最多），主要在于你对线性代数的理解：对其基本概念有个认识即可。
说完此书，最后推荐下网易公开课MIT线性代数的视频。视频和书不是很同步，不过还是蛮搭的，建议一起看看。老师是子空间狂魔，会让你对线代里面空间的理解更深一步。
《线性代数及其应用》读后感(五)：好书，力荐。
国内教材反正我是没见过这么经典的了。国内的不知道什么愿意，出于简练还是装逼，很简单的一个问题搞得神秘兮兮的让你自己费劲半天猜啊猜啊的~中学教科书这样你也就算了，那时候问题简单，正好锻炼思维。大学就是来自学的，你还这样，让我们怎么学啊。。。。
国外的教材无论是数学也好计算机也好，十分的详细。我个人喜欢这样的风格，眼下有什么问题就解决什么问题。有能力看原版的大家还是找原版的看吧，因为有些书毕竟没有翻译版的。最后赞一下机械工业出版社，翻译了好多经典外国教材，也出版了好多原版教材。真的很不错~
《线性代数及其应用》读后感(六)：forcode：决定复习复习本科数学：微积分、线性代数和概率论（推荐三本书）
昨天在图书馆翻了翻"时间序列分析"的书，发现这东西还是很有用的，利用时间作为自变量来预测一个时间序列未来的值，比如，可以预测地震、天气、股票等等，由于它的自变量只有时间，所以感觉很神奇，几乎就是拿一个变量自己来做回归，称之为自回归AR（auto regression），另外有一个什么滑动平均MA（难道是mobile average？），这种方法居然在20世纪20年代就被某个数学家发明出来，用来预测市场等等，现在这套方法的理论和操作都非常成熟了，forcode 昨晚花了一个多小时看了北大数学系教材改革丛书《应用时间序列分析》的第一章第一节，通过对比另外几本书，发现这本还是最适合入门者学习的，第一章第一节主要讲如何将一个时间序列分解为3个部分：趋势项、周期项和随机项，其中分别论述了五种分解技术，个人感觉还是二次回归法比较好，拟合程度最优，也比较简单，现在很多统计软件都支持时间序列分析，所以我想要花时间学习一下时间序列分析的理论和软件操作，这是一个非常有用的统计工具。看书的过程中，发现我对矩阵计算的很多知识都不熟悉，连向量的概念都忘记了，于是决定花时间补补数学，把本科学过的微积分和线性代数给复习一下，概率论因为考研的时候自学"社会统计学"复习过，所以还比较熟悉。对比了很多教材之后，forcode发现了两本非常棒的国外教材翻译本：《微积分及其应用》和《线性代数及其应用》，国外的教材真的是非常好，给出了非常丰富有趣的真实应用案例，让你觉得数学这东西学了用处非常大，想当年， forcode学习线性代数的时候，老是在想，这些东西学了干嘛？有什么价值？浪费时间，我可能一辈子都用不上，现在好了，后悔了，觉得数学是非常非常有用的，做研究没有数学简直是寸步难行。国外的教材里数千个习题很多都是从真实的论文中抽取出来的数学应用，并且还结合数学作图软件来讲解，这样学生不需要用手工来画图了，画出来的难看，效率低，而且质量差，画图软件直接可以计算两个相交曲线之间的面积，非常方便，其中甚至有一章是计算一个形状不规则的可乐瓶的容积的方法，给出了各个拐点离中心轴的垂直距离，然后要学生用微积分来计算容积，真的非常有趣。forcode准备用数码相机拍摄下这两本书，然后制作成pdf格式的电子书作为参考资料保存，后面还会写帖子来进一步介绍这两本书的优点，也可能会给出电子版的下载地址，呵呵。
《线性代数及其应用》读后感(七)：这本书好在哪?
好不容易看完了这本书, 是在查看豆瓣的评论后选择的这本, 实在是没看出来这本好在哪......
之前看托马斯微积分, 觉得推荐的书真的很好, 所以继续按照豆瓣评分高的来选择阅读.
不想这本书实在是太摧残人了......
不明白为什么动不动就是这部分证明在习题里面会练习到, 现在用到了前面的定理, 例子是接着之前几页书前面的例题继续的......
而且对于应用方面也讲的太少了......