Naslov
Redukcija dimenzionalnosti velikih skupova podataka koristeći svojstvene vektore
(Dimensionality Reduction of Massive Datasets Using Eigenvectors)

Autori
Šimić, Lucija Josipa

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, preddiplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
30.06

Godina
2020

Stranica
23

Mentor
Vladimir, Klemo

Ključne riječi
analiza glavnih komponenata ; PCA ; svojstveni vektori ; svojstvene vrijednosti ; redukcija dimenzionalnosti
(principal component analysis ; PCA ; eigenvectors ; eigenvalues ; dimensionality reduction)

Sažetak
U ovom radu opisuju se glavne značajke redukcije dimenzionalnosti. Objašnjeni su svojstveni vektori i svojstvene vrijednosti i dva načina njihovog računanja. Razmatra se analiza glavnih komponenti, metoda redukcije dimenzionalnosti koja koristi svojstvene vektore za pronalaženje glavnih komponenti. Metoda je implementirana u programskom jeziku Python, prvo na jednostavnom skupu podataka, a zatim pomoću biblioteke Scikit-Learn na skupu podataka Iris. Na kraju su opisane neke moguće primjene analize glavnih podataka.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo

POVEZANOST RADA