happip-jh

  • 홈
  • 태그
  • 방명록

matrix decomposition 1

[ML] Matrix Decomposition - eigen decomposition과 함께 PCA, SVD 이해하기

오늘 내용은 대표적인 matrix decomposition에 해당하는 PCA, SVD을 이해하기 위한 기본 개념과 증명 과정에 대해 깊이 다루고자 한다.관련 기본 개념들은 eigen decomposition, determinant 등이 있고 Eigen decomposition(고유값 분해)를 이해해해야 PCA를 이해 할 수 있기 때문에 꼭 알아야하는 개념 중 하나이다. Matrix decomposition은 왜 사용해야 할까? Matrix decomposition을 하는 이유는 행렬을 더 작은 구성 요소로 분해하여 계산을 더 쉽게 하거나 데이터의 중요한 특성을 추출하기 위해서 사용한다. 행렬 분해를 통해 우리는 데이터 차원을 축소 할 수 있을 뿐만 아니라 clustering, 중요한 feature 정보 ..

카테고리 없음 2024.10.15
이전
1
다음
더보기
프로필사진

반응형
  • 분류 전체보기 (21)

Tag

target distribution, generalized additive model, ML 개념, meta learning algorithm, matrix decomposition, marcov chain, explainable boosting models, proposal distribution, meta learning 이해하기, generalized linear model, irreducible, rejection sampling, aperiodic, monte carlo marcov chain, scRNA 분석, clustering, marcov chain monte carlo, #일본 #후쿠오카 #하카타역 #도큐스테이후쿠오카텐진 #벳푸 #유후인 #료칸 #유후인온센팝포 #마스가든호텔하카타 #스시아츠가 #스시사카바사시스 #하카타토요이치 #완간시장 #탄야하카타 #하카타로바타노가마 #후지우나 #하카쿠레우동 #료칸여행 #가마도지옥 #쇼품샵 #일본가차샵, meta learning task, gams,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2025/05   »
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

방문자수Total

  • Today :
  • Yesterday :

Copyright © Kakao Corp. All rights reserved.

티스토리툴바