« Décomposition en valeurs singulières » : différence entre les versions


(Page créée avec « == en construction == Catégorie:Vocabulaire Catégorie:App-profond-livre Catégorie:Apprentissage profond Catégorie:Scotty == Définition == La décom... »)
Balise : Éditeur de wikicode 2017
 
Aucun résumé des modifications
Ligne 1 : Ligne 1 :
== en construction ==
==en construction==
[[Catégorie:Vocabulaire]]  
[[Catégorie:Vocabulaire]]  
[[Catégorie:App-profond-livre]]
[[Catégorie:App-profond-livre]]
Ligne 5 : Ligne 5 :
[[Catégorie:Scotty]]
[[Catégorie:Scotty]]


== Définition ==
==Définition==
La décomposition en valeurs singulières (SVD) fournit un autre moyen de factoriser une matrice en vecteurs singuliers et valeurs singulières.
Le procédé d'algèbre linéaire de décomposition en valeurs singulières (ou SVD, de l'anglais ''singular value decomposition'') d'une matrice 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 ==
==Français==
'''Décomposition en valeurs singulières'''
'''Décomposition en valeurs singulières'''
   
   
== Anglais ==
==Anglais==
'''Singular Value Decomposition'''
'''Singular Value Decomposition'''
SVD




<small>
<small>


[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 25 février 2020 à 17:57

en construction

Définition

Le procédé d'algèbre linéaire de décomposition en valeurs singulières (ou SVD, de l'anglais singular value decomposition) d'une matrice 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


Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 67

Contributeurs: Jacques Barolet, wiki