01 - Algebra Lineare per ML: Vettori, Matrici e Trasformazioni

Fondamenti essenziali: vettori, matrici, determinanti, autovalori, decomposizione SVD. NO nozioni astratte—solo cosa serve per ML. Come i dati fluiscono: input → matrici di pesi → output. Visualizzazioni geometriche, NumPy implementation, quando importa quale decomposizione.