CAPÍTULO 10 / 40
Análisis de Componentes Principales
2 lecciones · Explora, experimenta y comprende.
DOJO PETTu pequeño compañero de código
DOJO / TU GUÍA
Aprendamos juntos.
Pregúntame sobre este curso o por dónde empezar.
Lecciones del capítulo
2 lecciones
Por qué importa en ML
PCA encuentra los ejes que capturan más varianza — se usa en compresión de imágenes, análisis de expresión génica y pipelines de ingeniería de variables.
- PCA
- whitening
- eigenfaces
- Paso 48~20m3D · 3Código · 15★Más cinematográfica⚡Reto
PCA: Perspectiva de Máxima Varianza
El análisis de componentes principales (PCA) es la técnica de reducción de dimensionalidad más usada y es el pago perfecto a todo lo aprendi…
Abrir lección - Paso 49~20m3D · 21Código · 15★Más cinematográfica⚡Reto
PCA en la Práctica
Correr PCA sobre datos reales requiere un puñado de pasos prácticos que los textos a veces saltan. Primero, centra los datos restando la med…
Abrir lección