Séance de cours

PCA: Concepts clés

Description

Cette séance de cours couvre les concepts clés de l'analyse des composantes principales (APC), une technique utilisée pour réduire la dimensionnalité des données et extraire les caractéristiques. PCA utilise les corrélations existantes entre les points de données pour atteindre la réduction de dimensionnalité et l'extraction des caractéristiques. Il peut être appliqué comme méthode de compression pour le stockage des données, méthode de prétraitement pour la classification, et pour réduire les coûts de calcul. Les exercices montrent comment l'APC fonctionne dans la pratique, notamment en réduisant la dimensionnalité des ensembles de données, en prétraitement pour la classification et en interprétant les projections et les vecteurs propres de l'APC. La séance de cours traite également de l'APC appliquée aux images et de l'importance de choisir le nombre optimal de vecteurs propres pour minimiser la perte d'information.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.