Transformations architecturales : Exploration spatiale

Séances de cours associées (27)

Page 1 sur 3

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

Couvre la méthode de factorisation QR appliquée à la résolution d'un système d'équations linéaires au sens des moindres carrés.

Couvre la décomposition de la valeur singulière, en se concentrant sur son application dans la compression d'images et la représentation de données.

Explore la méthode de factorisation Cholesky pour les matrices déterminées symétriques positives.

Couvre l'expression analytique des projections orthogonales et des réflexions dans l'espace 2D.

Explore l'analyse des facteurs latents pour la classification des genres de films basée sur les leads masculins et féminins.

Couvre les bases de l'algèbre linéaire, y compris les opérations matricielles et la décomposition des valeurs singulières.

Couvre la construction d'une méthode itérative pour les systèmes linéaires, en mettant l'accent sur la décomposition matricielle et la convexité.

Couvre l'apprentissage non supervisé en mettant l'accent sur l'analyse de la composante principale et la décomposition de la valeur singulière.