Del curso: Python para Ciência de Dados: Formação Básica
Únete hoy para acceder a más de 25.000 cursos impartidos por expertos del sector.
Análise de componentes principais (PCA) - Tutorial de Python
Del curso: Python para Ciência de Dados: Formação Básica
Análise de componentes principais (PCA)
A análise de componentes principais ou PCA, é um método de machine learn não supervisionado que descobre conjuntos de variáveis correlacionadas e as reduz para um conjunto de variáveis não correlacionadas que representam as variáveis originais e são chamadas de componentes principais, em outras palavras se nós removermos as redundâncias, os ruídos, os outliers e reduzimos as dimensões das nossas variáveis, o que sobra são as partes mais importantes do nosso conjunto de dados original. Essas partes que chamamos de componentes principais. Sendo assim, o PCA pode ser utilizado para: detecção de fraude e de spam, reconhecimento de imagem e reconhecimento de fala, e também para a remoção de outlier, se você estiver usando o PCA para pré-processar os seus dados. Como tanto os fatores, quantos componentes removem ruído e redundância dos nossos dados, nós podemos usar essas formas comprimidas de representação de dados como variáveis de entradas em modelos…
Practica mientras aprendes con los archivos de ejercicios.
Descarga los archivos que el instructor utiliza para enseñar el curso. Sigue las instrucciones y aprende viendo, escuchando y practicando.
Descarga cursos y fórmate estés donde estés
Ve cursos en tu dispositivo móvil sin conexión a Internet. Descarga cursos con la aplicación de LinkedIn Learning para iOS o Android.