Singular Value Decomposition (SVD), czyli rozkład według wartości osobliwych, to metoda algebry liniowej służąca do faktoryzacji macierzy na trzy macierze składowe. Pozwala na przedstawienie dowolnej macierzy liczbowej jako iloczynu macierzy ortogonalnych oraz macierzy przekątnej zawierającej wartości osobliwe. W uczeniu maszynowym i analizie danych SVD jest szeroko stosowane do redukcji wymiarowości, kompresji obrazów oraz usuwania szumu z danych. Dzięki wychwytywaniu najważniejszych wzorców w strukturze macierzy technika ta stanowi fundament m.in. analizy głównych składowych (PCA).
Źródło: en.wikipedia.org
