Espace vectoriel de dimension finie, leçon 15

Bonjour
Dans la leçon 151 sur les espaces vectoriels de dimension finie, je peux lire :

Rapport du Jury a écrit:

il est pertinent d’évoquer la méthode des moindres carrés dans cette leçon, par exemple en faisant ressortir la condition de rang maximal pour garantir l’unicité de la solution et s’orienter vers les techniques de décomposition en valeurs singulières pour le cas général. On peut alors naturellement analyser l’approximation d’une matrice par une suite de matrices de faible rang.

Moi qui aime bien le machine learning j'ai l'impression que là dedans je vais trouver mon affaire ! Mais... Concrètement je ne vois pas bien quel développement faire.

Je pourrais par exemple, faire un développement sur la décomposition en valeur singulière et son application à la décomposition en valeurs principales.
Mais ici on me parle de "condition de rang maximal" ou "l’approximation d’une matrice par une suite de matrices de faible rang" ça m'intéresse. Avez-vous des références ? (de préférence de moins de 10 pages sur internet ou un chapitre en particulier d'un livre).