๋ณธ๋ฌธ ๋ฐ”๋กœ๊ฐ€๊ธฐ
728x90

ํ–‰๋ ฌ๋ถ„ํ•ด

10/28 ๊ธˆ 1. SVD(Singular Value Decomposition, ํŠน์ด๊ฐ’ ๋ถ„ํ•ด) SVD๋ž€ A๊ฐ€ m × n ํ–‰๋ ฌ์ผ ๋•Œ, ๋‹ค์Œ๊ณผ ๊ฐ™์ด 3๊ฐœ์˜ ํ–‰๋ ฌ์˜ ๊ณฑ์œผ๋กœ ๋ถ„ํ•ด(decomposition)ํ•˜๋Š” ๊ฒƒ์„ ๋งํ•œ๋‹ค. HTML ์‚ฝ์ž… ๋ฏธ๋ฆฌ๋ณด๊ธฐํ•  ์ˆ˜ ์—†๋Š” ์†Œ์Šค ์—ฌ๊ธฐ์„œ ๊ฐ 3๊ฐœ์˜ ํ–‰๋ ฌ์€ ๋‹ค์Œ๊ณผ ๊ฐ™์€ ์กฐ๊ฑด์„ ๋งŒ์กฑํ•œ๋‹ค. HTML ์‚ฝ์ž… ๋ฏธ๋ฆฌ๋ณด๊ธฐํ•  ์ˆ˜ ์—†๋Š” ์†Œ์Šค ์ด๋•Œ SVD๋กœ ๋‚˜์˜จ ๋Œ€๊ฐ ํ–‰๋ ฌ์˜ ๋Œ€๊ฐ ์›์†Œ์˜ ๊ฐ’์„ ํ–‰๋ ฌ A์˜ ํŠน์ด๊ฐ’(singular value)์ด๋ผ๊ณ  ํ•œ๋‹ค. LSA(Latent Semantic Analysis, ์ž ์žฌ ์˜๋ฏธ ๋ถ„์„)์˜ ๊ฒฝ์šฐ ํ’€ SVD์—์„œ ๋‚˜์˜จ 3๊ฐœ์˜ ํ–‰๋ ฌ์—์„œ ์ผ๋ถ€ ๋ฒกํ„ฐ๋“ค์„ ์‚ญ์ œ์‹œํ‚จ ์ ˆ๋‹จ๋œ SVD(truncated SVD)๋ฅผ ์‚ฌ์šฉํ•˜๊ฒŒ ๋œ๋‹ค. 2. ํ–‰๋ ฌ 1) ์ „์น˜ ํ–‰๋ ฌ(Transposed Matrix) : ์›๋ž˜์˜.. ๋”๋ณด๊ธฐ
728x90

ํ‹ฐ์Šคํ† ๋ฆฌํˆด๋ฐ”