本文探讨改进的 Gram-Schmidt 正交化方法，旨在解决经典方法中的数值不稳定性和误差。改进方法在每次计算后立即更新向量，保持正交性，从而提高数值稳定性。

本周我继续学习机器学习数学和Git，掌握了正交矩阵及Gram Schmidt过程，了解了分支、合并和远程仓库的基本知识。虽然进展不大，但计划下周完成Git和机器学习数学课程，并开始学习Python数据可视化和机器学习课程。