Séance de cours
Matrices et réseaux
Séances de cours associées (72)
Décomposition de la valeur singulaire
Explore la décomposition de la valeur singulaire, l'approximation de bas rang, les sous-espaces fondamentaux et les normes matricielles.
Matrices symétriques : Diagonalisation
Explore les matrices symétriques, leur diagonalisation et leurs propriétés comme les valeurs propres et les vecteurs propres.
Diagonalisation des matrices : théorie et exemples
Couvre la théorie et les exemples de matrices de diagonalisation, en se concentrant sur les valeurs propres, les vecteurs propres et lindépendance linéaire.
Diagonalizabilité des matrices
Explore la diagonalizabilité des matrices par l'intermédiaire de vecteurs propres et de valeurs propres, en soulignant leur importance et leurs implications pratiques.
Analyse numérique: Systèmes linéaires
Couvre l'analyse des systèmes linéaires, en se concentrant sur des méthodes telles que Jacobi et Richardson pour résoudre des équations linéaires.
Optimisation du convex : Notation et normes matricielles
Introduit la notation Convex Optimization, les fonctions convexes, les normes vectorielles et les propriétés matricielles.
Systèmes de contrôle en réseau : propriétés et connectivité
Explore les propriétés des matrices, de l'irréductibilité et de la connectivité graphique dans les systèmes de contrôle en réseau.
Théorie des graphes spectraux : introduction
Introduit la théorie des graphes spectraux, explorant les valeurs propres et le rôle des vecteurs propres dans les propriétés des graphes.
Apprentissage non supervisé : recommandation de film
Couvre l'apprentissage non supervisé pour la recommandation de films en utilisant la décomposition des valeurs singulières.
Valeurs propres et vecteurs propres : comprendre les propriétés de la matrice
Explore les valeurs propres et les vecteurs propres, démontrant leur importance dans l'algèbre linéaire et leur application dans la résolution de systèmes d'équations.