Machine learningMatrix Factorization
সিঙ্গুলার ভ্যালু ডিকম্পোজিশন
সিঙ্গুলার ভ্যালু ডিকম্পোজিশন (SVD) একটি মৌলিক ম্যাট্রিক্স ফ্যাক্টরাইজেশন কৌশল যা যেকোনো m × n ম্যাট্রিক্স A-কে A = U Σ V^T আকারে বিভক্ত করে, যেখানে U এবং V হলো অর্থোগোনাল ম্যাট্রিক্স এবং Σ হলো সিঙ্গুলার ভ্যালু-এর একটি ডায়াগোনাল ম্যাট্রিক্স। ১৯৬০-১৯৭০ এর দশকে জিন গোলুব এবং অন্যান্যদের দ্বারা বিকশিত SVD ম্যাট্রিক্সের গঠন বিশ্লেষণ এবং রৈখিক সিস্টেম সমাধানের জন্য সবচেয়ে শক্তিশালী পদ্ধতি।
পুরো পদ্ধতিটি পড়ুন
শুধু সদস্যদের জন্য
সাইন ইন করুনএই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Golub, G. H., & Kahan, W. (1970). Calculating the singular values and pseudo-inverse of a matrix. Journal of the SIAM Series B: Numerical Analysis, 2(2), 205–224. DOI: 10.1137/0702016 ↗
- Golub, G. H., & Van Loan, C. F. (1983). Matrix computations (2nd ed.). Johns Hopkins University Press. ISBN: 0801854148
- Trefethen, L. N., & Bau, D. (1997). Numerical Linear Algebra. SIAM. DOI: 10.1137/1.9780898719574 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Singular Value Decomposition (SVD). ScholarGate. https://scholargate.app/bn/numerical-methods/singular-value-decomposition
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →