Machine learningMissing data

Matriisitäydennys

Matriisitäydennys on tekniikka matalan rangin matriisin palauttamiseksi sen merkinnöistä otetusta pienestä, mahdollisesti satunnaisesta osajoukosta. Emmanuel Candèsin ja Benjamin Rechtin vuonna 2009 esittelemä menetelmä muotoilee ongelman uudelleen ydinnormin minimoinniksi – rangin minimoinnin konveksiksi korvikkeeksi – ja tarjoaa teoreettisia takuita, että tarkka palautus on saavutettavissa, kun merkinnät havaitaan tasaisesti satunnaisesti ja matriisi täyttää epäkoherenssiehtoja.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 2). Low-Rank Matrix Completion. ScholarGate. https://scholargate.app/fi/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

Tähän viittaavat

ScholarGateMatrix Completion (Low-Rank Matrix Completion). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/machine-learning/matrix-completion · Aineisto: https://doi.org/10.5281/zenodo.20539026