MÉTHODES MATRICIELLES EN DATA MINING
15h CM, 15h TD/TP.

Contrôle de Connaissances : Examen +Projet

Programme

• Partie I
    • Introduction
    • Matrices et vecteurs
    • Opérations matricielles de base
    • Propriétés
• Partie II
    • Factorisations liées à la résolution de systèmes d'équations linéaires
        • Factorisation LU
        • Factorisation QR
        • Factorisation de Cholesky
        • Factorisation SVD
    • Factorisations basées sur valeurs propres et concepts connexes
        • Factorisation spectrale
        • Factorisation de Jordan
        • Factorisation de Schur
        • Factorisation QZ
        • Factorisation de Takagi
• Partie III
    • Factorisation NMF
    • Factorisation Semi-NMF
    • Factorisation Convex-NMF
    • Factorisation Tri-NMF
• Partie IV
    • Applications en Data Mining

Slides

  P1
  P2
  P3
  P4


Projets

Faux Billets
aide
Images
aide
Musique
aide
Zip Instruments
Texte
aide


ARCHIVE

Liste de Projets

Soutenances Lundi 11 Décembre