Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.
Cette séance de cours couvre les concepts de représentation des données, y compris l'analyse en composantes principales (PCA) pour la réduction de la dimensionnalité. Il explique comment PCA vise à garder le signal important tout en éliminant le bruit, fournissant une cartographie de dimensions élevées à faibles. La séance de cours explore également les détails mathématiques de la PCA, la maximisation de la variance et le processus de cartographie. En outre, il discute des limites des méthodes linéaires comme PCA et introduit des techniques de réduction de dimensionnalité non linéaire comme Kernel PCA.