کاهش حجم محاسبات و در عین حال، حفظ ماهیت داده ها از مقوله های مهم و پر توجه در مباحث تشخیص الگو می باشد. در زمانهایی که وجود هم بستگی
بین داده ها مهم نیست، وجود داده های هم بسته موجب کاهش سرعت محاسبات می شود. روش سفید کردن یا whitening یکی از روش های حذف این
مشکل است. با پیاده سازی عملیات سفیدکردن روی داده ها، داده های هم بسته حذف خواهند شد و سرعت تحلیل داده ها افزایش خواهد یافت.
یکی دیگر از کاربردهای این عملیات، تولید داده ی جدید با بردار میانگین دلخواه و ماتریس کواریانس دلخواه است.
مباحث مطرح شده در این فیلم به شرح زیر است:
1. معرفی روش
2. الگوریتم پیاده سازی روش
3. تولید داده ی جدید بصورت توزیع دلخواه
4. نحوه ی پیاده سازی عملیات سفید کردن در محیط نرم افزار متلب
لازم به ذکر می باشد برنامه نوشته شده در نرم افزار MATLAB نیز همراه فیلم، قرار داده شده است.
قسمتی از فیلم آموزشی:
اولین کسی باشید که دیدگاهی می نویسد “فیلم آموزشی، آموزش روش وایتنینگ برای کاهش حجم محاسبات”