추가 읽기

Strang (2003), Golan (2007), Axler (2015), 그리고 Liesen과 Mehrmann (2015)의 교과서들을 포함하여 선형대수학을 학습하기 위한 많은 자원들이 있다. 또한 이 장의 서론에서 우리가 언급했던 몇 가지 온라인 자원들도 있다.
우리는 여기서 가우스 소거법만을 다루었지만, 선형 연립방정식을 풀기 위한 다른 많은 접근법들이 존재한다. 심도 있는 논의를 위해 우리는 Stoer와 Burlirsch (2002), Golub과 Van Loan (2012), 그리고 Horn과 Johnson (2013)의 수치 선형대수학(numerical linear algebra) 교과서들을 참조하기 바란다.
$\quad$ 이 책에서, 우리는 선형대수학의 주제들(예: 벡터, 행렬, 선형 독립, 기저)과 벡터 공간의 기하학(geometry)과 관련된 주제들을 구분한다. 3장에서, 우리는 노름(norm)을 유도하는 내적(inner product)을 소개할 것이다. 이러한 개념들은 우리가 각도, 길이, 그리고 거리를 정의할 수 있게 해주며, 우리는 이것들을 직교 투영(orthogonal projections)을 위해 사용할 것이다. 투영은 선형 회귀(linear regression)와 주성분 분석(principal component analysis)과 같은 많은 머신러닝 알고리즘에서 핵심이 되는 것으로 밝혀졌으며, 우리는 이 둘을 각각 9장과 10장에서 다룰 것이다.