การวิเคราะห์ส่วนประกอบหลัก (PCA) ได้ถูกเรียก<br>หนึ่งในผลลัพธ์ที่มีค่ามากที่สุดจากการใช้พีชคณิตเชิงเส้น มีการใช้ PCA อย่างล้นเหลือในทุกรูปแบบของการวิเคราะห์-<br>จากประสาทวิทยาศาสตร์ไปจนถึงกราฟิกคอมพิวเตอร์-เพราะมันเป็น<br>วิธีที่ง่ายและไม่ใช่พาราเมตริกของการแยกข้อมูลที่เกี่ยวข้องจากการตั้งค่าข้อมูลที่สับสน ด้วยความพยายามเพิ่มเติมที่น้อยที่ PCA ให้แผนการสำหรับวิธีการลด<br>มีการตั้งค่าข้อมูลที่ซับซ้อนให้เป็นขนาดที่ต่ำกว่าเพื่อเปิดเผย<br>บางครั้งก็ซ่อนโครงสร้างที่เรียบง่ายที่มักจะโกหกมัน<br>เป้าหมายของการกวดวิชานี้คือการให้ทั้งที่ใช้งานง่าย<br>ความรู้สึกของ PCA และการอภิปรายอย่างละเอียดของหัวข้อนี้<br>เราจะเริ่มต้นด้วยตัวอย่างง่ายๆและให้คำอธิบายที่ใช้งานง่ายของเป้าหมายของ PCA เราจะดำเนินการต่อไปโดย<br>เพิ่มความรุนแรงทางคณิตศาสตร์ที่จะวางไว้ภายในกรอบของพีชคณิตเชิงเส้นเพื่อให้การแก้ปัญหาอย่างชัดเจน เรา<br>จะเห็นว่าทำไม PCA อย่างใกล้ชิดที่เกี่ยวข้องกับ<br>เทคนิคทางคณิตศาสตร์ของการสลายตัวของมูลค่าเอกพจน์<br>(SVD) ความเข้าใจนี้จะนำเราไปสู่ใบสั่งยา<br>สำหรับวิธีการใช้ PCA ในโลกแห่งความจริง เราจะหารือเกี่ยวกับ<br>ทั้งสมมติฐานที่อยู่เบื้องหลังเทคนิคนี้และ<br>ส่วนขยายที่เป็นไปได้ที่จะเอาชนะข้อจำกัดเหล่านี้<br>การอภิปรายและคำอธิบายในกระดาษนี้มีความเป็นทางการในจิตวิญญาณของการกวดวิชา เป้าหมายของกระดาษนี้คือการ<br>รู้ . ในบางครั้งการพิสูจน์ทางคณิตศาสตร์อย่างเข้มงวดจะ<br>ที่จำเป็นแม้ว่าจะลดลงไปภาคผนวก แม้ ว่า<br>ไม่ได้เป็นสิ่งที่สำคัญสำหรับการกวดวิชาที่พิสูจน์จะถูกนำเสนอสำหรับ<br>ผู้อ่านการผจญภัยที่ปรารถนาความเข้าใจที่สมบูรณ์มากขึ้นของคณิตศาสตร์ สมมติฐานเดียวคือว่า<br>ผู้อ่านมีความรู้ในการทำงานของพีชคณิตเชิงเส้น กรุณา<br>รู้สึกอิสระที่จะติดต่อฉันมีข้อเสนอแนะใดๆการแก้ไข<br>หรือความคิดเห็น ...
正在翻譯中..
