« Décomposition en valeurs singulières » : différence entre les versions
m (Remplacement de texte — « <small> féminin </small> » par « ») |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| Ligne 10 : | Ligne 10 : | ||
'''SVD''' | '''SVD''' | ||
==Sources== | |||
[https://apprentissageprofond.org Source: ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018, page 67.] | [https://apprentissageprofond.org Source: ''L'apprentissage profond'', Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018, page 67.] | ||
Version du 27 janvier 2024 à 21:20
Définition
Le procédé d'algèbre linéaire de décomposition en valeurs singulières d'une matrice (ou SVD, de l'anglais singular value decomposition) est un outil important de factorisation des matrices rectangulaires réelles ou complexes. Elle fournit un autre moyen de factoriser une matrice en vecteurs singuliers et valeurs singulières. Ses applications s'étendent du traitement du signal aux statistiques, en passant par la météorologie.
Français
décomposition en valeurs singulières
Anglais
Singular Value Decomposition
SVD
Sources
Contributeurs: Jacques Barolet, wiki
