Séance de cours

PCA: Directions de la plus grande variance

Description

Cette séance de cours couvre le concept d'analyse des composantes principales (APC) et son application pour trouver les directions de la plus grande variance dans un ensemble de données. Il explique comment PCA peut être utilisé pour réduire la dimensionnalité des données et visualiser des ensembles de données à haute dimension. La séance de cours examine également le processus de décorrelation des données à l'aide de PCA, l'exploration de l'ensemble de données sur le vin, et les limites de PCA dans la réduction des dimensions.

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.