本视频介绍了如何直观理解正交矩阵，矩阵最核心的一些分解方式（如SVD/Eigen-decompostion/Spectral Decomposition/PCA/QR等）。与一般的线性代数不同，提供了一种特殊的理解线性代数的视角。对于绝大多数应用数学/工程学科来说，可以说理解了矩阵分解就等于理解了你用到算法的一半。本期视频的灵感来源于MIT的Gilbert Strang教授的短演讲An 2020 Vision of Linear Algebra。感谢3b1b频道提供的Python开源动画包Manim，也感谢Wikipedia总是提供准确的参考资料。
