Séance de cours

Factorisation des matrices: SVD et PCA

Description

Cette séance de cours porte sur les factorisations matricielles, en particulier la décomposition de la valeur singulaire (SVD) et l'analyse des composantes principales (APC). Il explore comment ces méthodes sont utilisées dans l'apprentissage automatique pour trouver des caractéristiques latentes dans les données, comme dans le contexte du concours de prix Netflix. L'instructeur discute de la motivation de ces techniques et de leurs applications pour prédire les cotes des utilisateurs pour les films en fonction des cotes existantes. La séance de cours se penche également sur les formulations mathématiques de SVD et de PCA, soulignant leur rôle dans l'explication des cotes par des représentations numériques d'articles et d'utilisateurs.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.