Décomposition de la valeur singulaire

Cette séance de cours couvre le concept de la Décomposition de Valeur Singulière (SVD) et son application dans l'apprentissage non supervisé, en mettant l'accent sur la réduction de dimensionnalité et les propriétés de SVD. Il explique comment SVD peut être utilisé pour décomposer une matrice en vecteurs et valeurs singuliers, et comment il se rapporte à la décomposition eigen. La séance de cours traite également de l'importance de la SVD dans l'analyse des données et de son lien avec les matrices symétriques réelles.