« 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
 
m (Remplacement de texte : « ↵↵↵==Sources== » par «  ==Sources== »)
 
(11 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== en construction ==
==Définition==
[[Catégorie:Vocabulaire]]
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.
[[Catégorie:App-profond-livre]]
[[Catégorie:Apprentissage profond]]
[[Catégorie:Scotty]]


== Définition ==
==Français==
La décomposition en valeurs singulières (SVD) fournit un autre moyen de factoriser une matrice en vecteurs singuliers et valeurs singulières.
'''décomposition en valeurs singulières'''    
 
== Français ==
'''Décomposition en valeurs singulières'''
   
   
== Anglais ==
==Anglais==
'''Singular Value Decomposition'''
'''Singular Value Decomposition'''


'''SVD'''
==Sources==
[https://apprentissageprofond.org Source:  ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018, page 67.]


<small>
[https://fr.wikipedia.org/wiki/D%C3%A9composition_en_valeurs_singuli%C3%A8res Source: Wikipedia, ''Décomposition en valeurs singulières.'']


[https://apprentissageprofond.org  Source : ''L'apprentissage profond'',  Ian Goodfellow, Yoshua Bengio et Aaron Courville  Éd. Massot 2018  page 67  ]
 
[[Catégorie:Apprentissage profond]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 31 janvier 2024 à 11:13

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

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

Source: Wikipedia, Décomposition en valeurs singulières.



Contributeurs: Jacques Barolet, wiki