Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

PCA : Dérivation et optimisation

Dans cours

MICRO-455: Machine learning I

Description

Cette séance de cours couvre la dérivation de la projection en PCA, le processus de reconstruction par minimisation des erreurs et l'optimisation pour choisir les vecteurs propres optimaux. Il explique comment maximiser la variance, les propriétés des projections PCA et l'algorithme PCA étape par étape.

Enseignant·e

Aude Billard

Source officielle

Concepts associés (32)

Covariance matrix

In probability theory and statistics, a covariance matrix (also known as auto-covariance matrix, dispersion matrix, variance matrix, or variance–covariance matrix) is a square matrix giving the covariance between each pair of elements of a given random vector. Any covariance matrix is symmetric and positive semi-definite and its main diagonal contains variances (i.e., the covariance of each element with itself). Intuitively, the covariance matrix generalizes the notion of variance to multiple dimensions.

Projection cartographique

La projection cartographique est un ensemble de techniques géodésiques permettant de représenter une surface non plane (surface de la Terre, d'un autre corps céleste, du ciel, ...) dans son ensemble ou en partie sur la surface plane d'une carte. L'impossibilité de projeter le globe terrestre sur une surface plane sans distorsion (Theorema egregium) explique que diverses projections aient été inventées, chacune ayant ses avantages. Le choix d'une projection et le passage d'une projection à une autre comptent parmi les difficultés mathématiques que les cartographes ont dû affronter.

Valeur propre, vecteur propre et espace propre

En mathématiques, et plus particulièrement en algèbre linéaire, le concept de vecteur propre est une notion algébrique s'appliquant à une application linéaire d'un espace dans lui-même. Il correspond à l'étude des axes privilégiés, selon lesquels l'application se comporte comme une dilatation, multipliant les vecteurs par une même constante. Ce rapport de dilatation est appelé valeur propre, les vecteurs auxquels il s'applique s'appellent vecteurs propres, réunis en un espace propre.

Generalized eigenvector

In linear algebra, a generalized eigenvector of an matrix is a vector which satisfies certain criteria which are more relaxed than those for an (ordinary) eigenvector. Let be an -dimensional vector space and let be the matrix representation of a linear map from to with respect to some ordered basis. There may not always exist a full set of linearly independent eigenvectors of that form a complete basis for . That is, the matrix may not be diagonalizable.

Projection de Mercator

La projection de Mercator ou projection Mercator est une projection cartographique de la Terre, dite «cylindrique», tangente à l'équateur du globe terrestre sur une carte plane formalisée par le géographe flamand Gerardus Mercator, en 1569. Elle s'est imposée comme le planisphère de référence dans le monde grâce à sa précision pour les voyages marins. Ce n'est pas, stricto sensu, une projection centrale : le point de latitude φ n'est pas envoyé, comme on pourrait s'y attendre, sur un point d'ordonnée proportionnelle à tan(φ) mais sur un point d'ordonnée proportionnelle à ln[tan(φ/2 + π/4)].

Afficher plus

Séances de cours associées (53)

Composantes principales : Propriétés et applications

Explore les principales composantes, la covariance, la corrélation, le choix et les applications dans l'analyse des données.

Règle d'Oja

Couvre la règle d'Oja dans les neurorobotiques, se concentrant sur l'apprentissage des eigenvectors et des valeurs propres pour capturer la variance maximale.

Statistiques multivariées: Wishart et Hotelling T2

Explore la distribution de Wishart, les propriétés des matrices de Wishart, et la distribution de T2 de Hotelling, y compris la statistique T2 de deux exemples Hotelling.

Matrices définies non négatives et matrices de covariance

Couvre les matrices définies non négatives, les matrices de covariance et l'analyse en composantes principales pour une réduction optimale des dimensions.

Fonctions de réponse du marché

Explore les fonctions de réponse du marché, les plantages instantanés, l'estimation de corrélation et le filtrage du bruit dans la finance.

Afficher plus

Concepts associés (32)

Covariance matrix

Projection cartographique

Valeur propre, vecteur propre et espace propre

Generalized eigenvector

Projection de Mercator

Afficher plus