Misi: kompresi citra, energi data, dan pseudoinvers
Setelah pelajaran ini kamu bisa memadukan matriks simetris, SVD, dan aproksimasi rank k untuk menghitung ukuran kompresi, energi yang dipertahankan, dan penyelesaian kuadrat terkecil lewat pseudoinvers.
±17 menit·Diperiksa 1 Okt 2026
Materi
Misi terakhir memakai seluruh modul keempat. Citra hitam-putih adalah matriks intensitas piksel; menyimpan aproksimasi rank k berarti menyimpan k kolom U, k nilai singular, dan k baris Vh, jauh lebih sedikit daripada seluruh piksel bila k kecil. Bagian energi yang dipertahankan diukur dengan jumlah kuadrat nilai singular yang disimpan dibagi jumlah kuadrat semua nilai singular. Austin §7.5 juga menyusun pseudoinvers Moore–Penrose A⁺ dari suku-suku SVD yang nilai singularnya tidak nol; A⁺b adalah penyelesaian kuadrat terkecil Ax = b, dan bila penyelesaiannya banyak, yang terpendek.
Latihan
0/4 lulus
Misi akhir modul: luluskan minimal 4 dari 4 tugas. Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.
Latihan 1 dari 4
Citra 100 × 80 piksel disimpan sebagai aproksimasi rank 10. Berapa banyak bilangan yang disimpan, dihitung dari kolom U, nilai singular, dan baris Vh?
Latihan 3 dari 4
A berukuran 50 × 3 dengan kolom bebas linear, dan b di R⁵⁰. Pernyataan mana tentang np.linalg.pinv(A) @ b yang benar?
Latihan 4 dari 4
A = [[1, 1], [0, 1], [1, 0]]. Berapa nilai singular terbesar A? Bulatkan dua angka di belakang koma.
Catatanmu
Memuat catatan…
tersimpan otomatis, ikut tercetak · 0/4.000
Luluskan semua latihan dulu untuk menandai pelajaran ini selesai.
