Home › Roadmap › Mathematics for AI › Part 7

Eigenvalues & Eigenvectors

📘 ম্যাট্রিক্সের মূল দিক ও স্কেল—PCA-র ভিত্তি।

🌐 Principal directions of a matrix — the basis of PCA.

📐 গণিত🎚 Intermediate📍 Part 7 / 13🧩 3 সাব-টপিক
📐
1

ধারণা · Concept

কী এবং কেন
📘 বাংলা ব্যাখ্যা:
ম্যাট্রিক্সের মূল দিক ও স্কেল—PCA-র ভিত্তি।
🌐 English:
Principal directions of a matrix — the basis of PCA.

🗂 কোথায় পড়ে

১. ভিত্তি → গণিত → Eigenvalues & Eigenvectors

🎯 এই শাখার লক্ষ্য

Manipulate matrices, compute gradients, reason with probability

🧰 টুলস

NumPy, Desmos, GeoGebra

🪜

ধাপে ধাপে শিখুন · Step-by-step

কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল
💡 কেন গুরুত্বপূর্ণ?

PCA, PageRank, স্থিতিশীলতা বিশ্লেষণ—সবই আইগেনভ্যালুর উপর।

  1. ধাপ 1
    সংজ্ঞা: Av = λv — A প্রয়োগে v শুধু λ গুণ প্রসারিত হয়, দিক বদলায় না
  2. ধাপ 2
    det(A − λI) = 0 সমাধান করে λ বের করুন
  3. ধাপ 3
    প্রতিটি λ-এর জন্য (A − λI)v = 0 থেকে v
  4. ধাপ 4
    কোভেরিয়েন্স ম্যাট্রিক্সের বড় আইগেনভ্যালু = ডেটার প্রধান বিস্তারের দিক

🧪 বাস্তব উদাহরণ

A=[[2,0],[0,3]] → λ = 2, 3; আইগেনভেক্টর x ও y অক্ষ।

⚠️ সাধারণ ভুল

আইগেনভেক্টরের দৈর্ঘ্যকে গুরুত্বপূর্ণ ভাবা—দিকই মুখ্য, দৈর্ঘ্য যেকোনো হতে পারে।

🔑 মূল শব্দ (Key terms)

eigenvalueeigenvectorcharacteristic equation

3

সাব-টপিক ও বিস্তারিত · Sub-topics

টপিক → সাব-টপিক → সাব-সাব টপিক
7.1 সংজ্ঞা7.1.1 Av = λv
7.2 জ্যামিতিক অর্থ7.2.1 যে দিক ঘোরে না শুধু প্রসারিত হয়
7.3 প্রয়োগ7.3.1 PCA7.3.2 PageRank7.3.3 স্থিতিশীলতা
🎬

ভিডিও · Videos (বাংলা ও English)

ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত

📺 আরও খুঁজুন

💻

হাতে-কলমে · Try it (Mathematics for AI)

এডিট করে Run চাপুন · Ctrl+Enter
import numpy as np, matplotlib.pyplot as plt
# Gradient descent on f(x)=(x-3)^2
x=10.0; lr=0.1; path=[x]
for _ in range(30): x-=lr*2*(x-3); path.append(x)
print("Minimum found at x =", round(x,4))
A=np.array([[2,1],[1,3]]); w,v=np.linalg.eig(A); print("Eigenvalues:",w.round(3))
plt.plot(path,'o-'); plt.title('Gradient descent converging to 3'); plt.xlabel('step'); plt.show()
❓

সেল্ফ-চেক · Self check

1. “Av = λv” — এটি কোন সাব-টপিকের বর্ণনা?

2. “যে দিক ঘোরে না শুধু প্রসারিত হয়” — এটি কোন সাব-টপিকের বর্ণনা?

3. “PCA, PageRank, স্থিতিশীলতা” — এটি কোন সাব-টপিকের বর্ণনা?

🔗

সংযুক্ত কনসেপ্ট · Connected concepts

← আগের টপিকMatrix Operationsপরের টপিক →Singular Value Decomposition
🎬 Video