Machine learningMissing data

Completado de matrices

El completado de matrices es una técnica para recuperar una matriz de bajo rango a partir de un subconjunto pequeño, posiblemente aleatorio, de sus entradas. Introducida por Emmanuel Candès y Benjamin Recht en 2009, reformula el problema como minimización de la norma nuclear — un sustituto convexo de la minimización del rango — y proporciona garantías teóricas de que la recuperación exacta es factible cuando las entradas se observan de forma uniforme aleatoria y la matriz satisface una condición de incoherencia.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Candès, E. J., & Recht, B. (2009). Exact matrix completion via convex optimization. Foundations of Computational Mathematics, 9(6), 717–772. DOI: 10.1007/s10208-009-9045-5

Cómo citar esta página

ScholarGate. (2026, June 2). Low-Rank Matrix Completion. ScholarGate. https://scholargate.app/es/machine-learning/matrix-completion

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateMatrix Completion (Low-Rank Matrix Completion). Recuperado el 2026-06-15 de https://scholargate.app/es/machine-learning/matrix-completion · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026