作者与作品
《线性代数与数据学习》（Linear Algebra and Learning from Data）由美国麻省理工学院教授Gilbert Strang撰写。Strang长期主讲线性代数课程，在数学教学领域有广泛影响。这本书将线性代数置于数据与学习的背景下，旨在让读者从数据科学的角度重新理解这门基础学科。
内容概要
书中从矩阵、向量空间等线性代数入门概念起步，延伸到最小二乘、奇异值分解等在数据分析和学习中更为常用的内容。作者注重说明数学概念如何在实际问题中发挥作用，帮助读者建立从公式到应用的思路。
版本信息
本次分享同时提供英文原版和中文版，读者可按需选择或对照学习。英文原版适合希望阅读原文表述的读者，中文版则利于快速理解概念，两种版本配合使用可以更好地掌握书中内容。
阅读与使用建议
对于正在学习数据科学或人工智能的读者，建议在阅读时把书中的数学知识与具体算法对应起来，以便理解方法背后的原理。教师也可以参考本书组织教学素材，在授课中增加从数据视角展开的线性代数内容。