Découvrez cette technique de compression de données pour identifier, quantifier et visualiser la corrélation dans un ensemble de données. L’ACP offre des résumés graphiques informatifs et des applications dans plusieurs champs d’application.
L’utilisation de l’analyse en composantes principales est abordée à l’aide d’études de cas réels.
Plan de la formation
Session 1: Les idées sous-jacentes à l’analyse en composantes principales – ACP
- Concepts-clés en statistique pour l’ACP
- Méthodes usuelles pour l’analyse d’un jeu de données
- Base de l’ACP
- Sortie logicielle à travers une étude de cas – outils numériques et graphiques
- Variabilité expliquée par chaque CP, matrice de corrélation et de variance/covariance, charges et coordonnées des CP, charges et coordonnées des CP
- Scree Plot, loading plots, cercle de corrélations, carte d’objets sur les Cp et Biplot
- Problèmes courants en ACP
- Une approche étape par étape des études de cas PCA Outils logiciels pour réaliser une PCA
Session 2: Applications classiques et innovantes
- Applications classiques
- Application innovantes: visualisation des clusters étape précédent l’apprentissage automatique, preference mapping, etc.
- Une approche étape par étape des études de cas PCA
- Outils logiciels pour réaliser une analyse en composantes principales
- Résumé
- Comment communiquer les résultats de l’ACP
Durée de la formation
La durée recommandée de cette formation est de 2 sessions en ligne.
Public cible
Ce module s’adresse à tous ceux qui recueillent de grands ensembles de données et qui désirent explorer les liens, identifier la redondance dans le but de réduire la dimension des données.
Ce module présente les idées importantes en statistique et en analyse de données. Les participants n’ont pas besoin d’avoir de connaissances en statistique ou alors s’ils en possèdent, ils peuvent ne pas les avoir utilisées depuis longtemps.