Season's Savings | ₹5/mo for 3 months

₹199/month after first 3 months. Renews automatically. Terms apply.
Simplificar sem Perder a Essência: A Matemática da PCA cover art

Simplificar sem Perder a Essência: A Matemática da PCA

Simplificar sem Perder a Essência: A Matemática da PCA

Listen for free

View show details
About this listen

Neste episódio do Ciência em Modulação, exploramos a Análise de Componentes Principais (PCA), técnica pioneira de redução de dimensionalidade concebida por Karl Pearson em 1901 e desenvolvida por Harold Hotelling. Descubra como essa ferramenta transforma conjuntos de dados complexos em componentes ortogonais não correlacionadas, combatendo a maldição da dimensionalidade e o overfitting no aprendizado de máquina. Discutimos suas diversas aplicações em pré-processamento de dados, compressão de imagens, genética e finanças quantitativas, além de apresentar variantes modernas para dados não lineares e ruidosos, como Kernel PCA, Sparse PCA e Robust PCA.

adbl_web_anon_alc_button_suppression_t1
No reviews yet