Introduzione alla Singular Value Decomposition

decomposizione in valori singolari , comunemente noto come SVD , è un processo utilizzato in algebra lineare . Usato come un passo in molti algoritmi , permette per la decomposizione di una matrice nel prodotto di tre matrici più semplici . Tipi

Singular Value Decomposition è classificato come pieno rango o di ordine inferiore . SVD rango pieno permette l'esatta ricostruzione della matrice sottostante . Ordine inferiore SVD consente una ricreazione approssimativa della matrice sulla base dei fattori di colonne e righe. Inoltre , SVD può essere utilizzato anche nella decomposizione di matrici parziali con valori sconosciuti .
Semantico Applicazione

Singular Value Decomposition viene utilizzata in situazioni algebriche dove c'è un " minimi quadrati ". L' uso più comune di SVD è nella analisi semantica latente di elaborazione del linguaggio naturale , che associa parole e documenti semanticamente connessi nello stesso spazio . Allo stesso modo , si è applicato nel processo di indicizzazione semantica latente processo pure.
Collaborative Application

SVD è stato utilizzato anche nel processo di filtraggio collaborativo per cose come i prodotti ei servizi di rating . Righe rappresentano gli utenti e prodotti , con SVD viene utilizzato per determinare il rating e valori sconosciuti .

• Come fare un Bot MSN 
• Come aggiungere colonne TreeViewer