A = U · Σ · Vᵀ
A
m×n
=
U
m×m
·
σ₁
σ₂
σ₃
Σ m×n
·
Vᵀ
n×n
σᵢ = √λᵢ(AᵀA) (λᵢ: özdeğer)
σ₁ ≥ σ₂ ≥ ... ≥ σᵣ > 0
Uygulama: pseudo ters · görüntü sıkıştırma
boyut indirgeme · PCA
rank(A) = r → r tekil değer
Σ
SVD
A = U · Σ · Vᵀ
tekil değer · özdeğer
σᵢ = √λᵢ(AᵀA)
pseudo ters · görüntü sıkıştırma
boyut indirgeme · PCA
B
BUders
Anasayfa
Hakkımızda
Hizmetlerimiz
Kadromuz
İletişim
Sözlük
Duvar
Satranç
Anasayfa
/
Üniversite
/
Sayısal Analiz Videoları
/
Tekil Değer Ayrışımı (SVD)
Sayısal Analiz · Bölüm 7
Tekil Değer Ayrışımı
(Singular Value Decomposition — SVD)
▶
4
video
A = U · Σ · Vᵀ
σᵢ = √λᵢ(AᵀA)
🎓 Üniversite düzeyi
SVD — Tanım ve Örnek Sorular
01
Tekil Değer Ayrışımı (SVD)
A = U · Σ · Vᵀ — σᵢ = √λᵢ(AᵀA)
▶ İzle
02
SVD — Örnek Soru 1
▶ İzle
03
SVD — Örnek Soru 2
▶ İzle
04
SVD — Örnek Soru 3
▶ İzle
⊞ Matematik Araçları
🔮 Matematiğin Gizemleri
☀ Teneffüs
✍ Eğitim Yazıları
? Sık Sorulan Sorular
⊕ Gizlilik Politikası