Матричные вычисления 20/21: различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к навигации Перейти к поиску
Строка 44: Строка 44:


CUR разложение матриц. Метод крестовой аппроксимации матриц. ALS (Alternating Least Square) алгоритм для матричной факторизации.
CUR разложение матриц. Метод крестовой аппроксимации матриц. ALS (Alternating Least Square) алгоритм для матричной факторизации.
'''4. Малоранговая аппроксимация тензоров ''' [https://yadi.sk/i/OYKwAVfh3ozEqA Записи с лекции]
Кронекерово и внешнее (тензорное) произведения. Каноническое разложение и разложение Таккера. Теорема о мультилинейном ранге тензора. HOSVD алгоритм.


=== Домашние задания ===
=== Домашние задания ===

Версия от 09:12, 23 сентября 2020

О курсе

Курс по выбору для студентов для студентов 3 и 4 курса в 1-2 модулях.

Лектор: Рахуба Максим Владимирович

Лекции проходят на Покровке по вторникам в ауд. D510 (09:30 - 10:50)

Семинарист: Высоцкий Лев Игоревич

Семинары проходят онлайн по пятницам (13:00 - 14:20) Ссылка на регулярную Zoom-конференцию: https://zoom.us/j/91934043735

Ассистент курса: Фёдоров Андрей Александрович

Домашние задания необходимо присылать на почту aafedorov_2@edu.hse.ru

Полезные ссылки

Телеграм-канал курса: https://t.me/joinchat/AAAAAFkvC-gUnDmoK-YY2w

Телеграм-чат курса: https://t.me/joinchat/AiDEvBgUTMjcfkWpD8NMWA

Anytask курса: https://anytask.org/course/706

План курса

Еженедельные тесты

На каждом семинаре (начиная с первого) будет проходить короткий тест по теме последней лекции.

Лекции

1. Основы матричного анализа Записи с лекции

Матричные нормы. Сохранение длин и унитарные матрицы. Разложение Шура. Нормальные матрицы.

2. Малоранговая аппроксимация матриц Записи с лекции

Разделение переменных и скелетное разложение. Сингулярное разложение матриц. Теорема Эккарта-Янга-Мирского. Ортопроекторы. Простейший рандомизированный алгоритм поиска малорангового приближения матриц.

3. Малоранговая аппроксимация матриц 2 Записи с лекции, Слайды (метод крестовой аппроксимации)

CUR разложение матриц. Метод крестовой аппроксимации матриц. ALS (Alternating Least Square) алгоритм для матричной факторизации.

4. Малоранговая аппроксимация тензоров Записи с лекции

Кронекерово и внешнее (тензорное) произведения. Каноническое разложение и разложение Таккера. Теорема о мультилинейном ранге тензора. HOSVD алгоритм.

Домашние задания

Домашнее задание 1 Папка с заданием

Задание состоит из теоретических задач в pdf файле и практической задачи в Jupyter Notebook (не забудьте дополнительно скачать файл с видео из папки).

Выдается: 02.09.20

Дедлайн (строгий): 17.09.20 в 21:59


Домашнее задание 2 Папка с заданием

Задание состоит из теоретических задач в pdf файле и практической задачи в Jupyter Notebook.

Выдается: 18.09.20

Дедлайн (строгий): 01.10.20 в 21:59

Контрольная работа

Проведение: предварительно - вторая неделя 2-го модуля.

Экзамен

Устный экзамен в аудитории, разрешается пользоваться рукописным листком А4 при подготовке.

Итоговая оценка за курс

Итог = Округление(min(10, 0.4 * ДЗ + 0.1 * Б + 0.1 * ПР + 0.2 * КР + 0.3 * Э))

ДЗ –– средняя оценка за домашние задания Б –– средняя оценка за бонусные задачи в ДЗ ПР — средняя оценка за самостоятельные работы на семинарах КР –– оценка за контрольную работу (проводится в первой половине 2-го модуля) Э –– устный экзамен

Округление арифметическое

Автоматы не предусмотрены

Литература

1) Golub, G. H., & Van Loan, C. F. (2013). Matrix Computations 4th Edition. The Johns Hopkins University Press. Baltimore.

2) Тыртышников, Е. Е. (2007). Методы численного анализа. Академия, Москва.

3) Trefethen, L. N., & Bau III, D. (1997). Numerical linear algebra. (Vol. 50). Siam. Philadelphia.