Baru-baru ini saya membaca buku Skillicorn tentang dekomposisi matriks, dan sedikit kecewa, karena ditargetkan untuk audiens sarjana. Saya ingin mengkompilasi (untuk saya dan orang lain) bibliografi singkat dari makalah penting (survei, tetapi juga makalah terobosan) pada dekomposisi matriks. Apa yang ada dalam pikiran saya terutama adalah sesuatu pada SVD / PCA (dan varian kuat / jarang), dan NNMF, karena sejauh ini yang paling banyak digunakan. Apakah Anda semua memiliki rekomendasi / saran? Saya menahan milik saya untuk tidak bias jawaban. Saya akan meminta untuk membatasi setiap jawaban menjadi 2-3 makalah.
PS: Saya menyebut kedua dekomposisi ini sebagai yang paling banyak digunakan dalam analisis data . Tentu saja QR, Cholesky, LU dan polar sangat penting dalam analisis numerik. Tapi itu bukan fokus pertanyaan saya.