L'analisi delle componenti principali è una tecnica per ridurre la dimensionalità di dataset multivariati cogliendo più informazione possibile. Verranno quindi trattati sia dal punto di vista teorico che pratico 3 approcci per effettuarla sui dati: classico, probabilistico e Bayesiano. Ognuno di questi approcci ha dei vantaggi, degli svantaggi e dei contesti in cui è più efficace degli altri.
Approccio Bayesiano all’analisi delle componenti principali
BORASO, CHIARA
2021/2022
Abstract
L'analisi delle componenti principali è una tecnica per ridurre la dimensionalità di dataset multivariati cogliendo più informazione possibile. Verranno quindi trattati sia dal punto di vista teorico che pratico 3 approcci per effettuarla sui dati: classico, probabilistico e Bayesiano. Ognuno di questi approcci ha dei vantaggi, degli svantaggi e dei contesti in cui è più efficace degli altri.File in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Boraso_Chiara .pdf
accesso aperto
Dimensione
1.87 MB
Formato
Adobe PDF
|
1.87 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/32913