반응형
Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- OpenGL
- 머신러닝
- 비용함수
- logistic regression
- 컴퓨터 비전
- Kaggle
- Computer Vision
- 추천 시스템
- 딥러닝
- neural network
- 그래픽스
- SVM
- 백준
- Vision
- petal to metal
- 파이썬
- Support Vector Machine
- 인공지능
- CNN
- recommender system
- Regularization
- CPP
- pre-trained
- 컴퓨터 그래픽스
- Unsupervised learning
- C++
- 신경망
- SGD
- 로지스틱 회귀
- cs231n
Archives
- Today
- Total
목록svd (1)
kwan's note
특이값 분해(Singular Value Decomposition)
출처: 부스트코스-인공지능을 위한 선형대수 수강일시:2021.01.08 전체 강의의 마지막 주제인 특이값 분해(SVD: Singular Value Decomposition)을 배우겠습니다. 그리고 이에 더 나아가 특이값 분해를 여러 관점에서 해석해보는 시간을 가지겠습니다. SVD는 이전에서 다룬 고윳값 분해와는 다르게 정사각행렬이 아닌경우에도 가능하다. U와 V는 orthonormal한 행렬이고 시그마는 대각행렬이다. U는 column들이 모두 orthonormal한 벡터이고 V는 row들이 모두 orthonormal하다 시그마와 T를 곱한 행렬과 U와의 곱인데 U는 column이 orthonormal한 행렬이다. 이를 QR factorize의 형태와 유사하게 볼 수도 있다. 이러한 SVD는 unique..
Math/Linear algebra
2021. 1. 9. 01:25