« Décomposition en valeurs singulières » : différence entre les versions

Version du 25 février 2020 à 18:57

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

@@ Ligne 1 : / Ligne 1 : @@
-== en construction ==
+==en construction==
 [[Catégorie:Vocabulaire]]
 [[Catégorie:App-profond-livre]]
@@ Ligne 5 : / Ligne 5 : @@
 [[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'''
-== Anglais ==
+==Anglais==
 '''Singular Value Decomposition'''
+SVD
 <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]