线性代数的进阶题合集，讲得还挺深入，适合有点基础的你慢慢啃。内容覆盖Hermitian 矩阵、最小二乘法、Householder 变换、SVD和秩-1 逼近，有点像一场硬核训练营。

像那个e^A 是正定矩阵的问题，听上去吓人，其实用对称矩阵的特性就能拆掉。还有最小二乘法建模的部分，直接用过决定系统 Ax = b 搞定，用 QR 分解也不复杂，代码实现也还挺顺。

是Householder 变换那段，用它来做矩阵反射真的巧妙，推导过程虽然啰嗦了点，但你理解透了之后，后面矩阵都轻松不少。SVD 部分就更香了，不管是压缩还是提取主特征，哪都用得上。

文末还贴了不少相关资源，像图像识别、曲线拟合、共轭梯度法啥的，实用又贴地气。如果你最近正好在学线代、刷Matlab或者搞数值计算，这套内容真的值得看一看。

小提醒：看这些之前，最好先复习下矩阵的基本性质，不然容易卡壳。