Séance de cours

Analyse des composantes principales : matrice de covariance et valeurs propres

Description

Cette séance de cours porte sur le concept d'analyse des composantes principales (APC) appliqué aux données en mettant l'accent sur la maximisation de la variance. Parmi les sujets abordés, mentionnons la formulation du calcul de la matrice de covariance empirique de la lagrangien augmentée et la recherche du deuxième composant PC par l'intermédiaire des valeurs propres. La séance de cours examine également le vecteur eigen correspondant à la plus grande valeur eigen et à sa signification.

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.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.