Analyse des composantes principales : réduction des dimensions

Cette séance de cours couvre le concept d'analyse en composantes principales (PCA) pour la réduction dimensionnelle des données biologiques. En commençant par la motivation derrière la réduction des dimensions, l'instructeur explique comment l'APC aide à visualiser et à identifier les modèles dans les données de grande dimension. La séance de cours se penche ensuite sur les détails mathématiques de la PCA, y compris le calcul de la covariance et le centre de données. Le processus de projection des données sur un espace de dimension inférieure est illustré à l'aide d'exemples de données bidimensionnelles. La séance de cours se termine par une discussion sur la factorisation matricielle et la transformation des données à l'aide de l'APC.