單元 8．正交性–最小平方法與投影矩陣
第三章的第二個單元是著名的「Least Squares」。當Ax = b問題無解，且矩陣A的各行皆獨立，我們可以用最小平方法計算最佳解。而最小平方法正是奠基於「正交投影」；此觀念帶來兩種重要應用：投影矩陣、廣義反矩陣（Pseudoinverse）。
課程講義：
第零章：課程導論 https://reurl.cc/eG62Vx
第一章：矩陣的基礎操作 https://reurl.cc/26D9lX
第二章：向量空間 https://reurl.cc/M6bQW3
第三章：正交性 https://reurl.cc/kM7e9G
第四章：行列式 https://reurl.cc/Q5jqmo
第五章：特徵值與特徵向量 https://reurl.cc/d1yGV6
第六章：奇異值分解 https://reurl.cc/5DKE2R
00:00:00 複習與概述
00:01:47 3.2 Projection onto 1-D Subspaces
00:18:03 3.3 Least Squares Approximations (推導Normal Equation)
00:39:18 3.3 Least Squares Approximations (投影矩陣)
01:23:33 3.3 Least Squares Approximations (廣義反矩陣)
01:54:17 3.3 Least Squares Approximations (範例)