Séances de cours associées à Décomposition de valeur singulière: vecteurs orthogonaux et décomposition matricielle

Introduit l'algorithme Gram-Schmidt, la factorisation QR, et la méthode des moindres carrés.

Couvre le concept de Décomposition de Valeur Singulaire (SVD) pour compresser l'information dans les matrices et les images.

Couvre les bases orthogonales, la méthode Gram-Schmidt, l'indépendance linéaire et les matrices orthonormées dans les espaces vectoriels.

Déplacez-vous dans la décomposition de valeur singulière et ses applications dans l'algèbre linéaire.

Introduit la notation Convex Optimization, les fonctions convexes, les normes vectorielles et les propriétés matricielles.