Redukcija dimenzionalnosti velikih skupova podataka koristeći svojstvene vektore

završni rad

• Naslov (engleski): Dimensionality Reduction of Massive Datasets Using Eigenvectors
• Autor: Lucija Josipa Šimić
• Mentor: Klemo Vladimir (mentor)
• Član povjerenstva: Klemo Vladimir (predsjednik povjerenstva)
• Član povjerenstva: Adrian Satja Kurdija (član povjerenstva)
• Član povjerenstva: Petar Afrić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-16, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

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.

Sažetak (engleski)

In this paper we describe the main features of dimensionality reduction. We go trough an explanation of eigenvectors and eigenvalues and two methods of their calculation. We consider principal component analysis, a method of dimensionality reduction that uses eigenvectors to find principal components. The method is implemented in the Python programming language, first on a simple dataset, and then using the Scikit-Learn library on the Iris dataset. Finally, some possible applications of principal component analysis are described.

• Ključne riječi: analiza glavnih komponenata; PCA; svojstveni vektori; svojstvene vrijednosti; redukcija dimenzionalnosti
• Ključne riječi (engleski): principal component analysis; PCA; eigenvectors; eigenvalues; dimensionality reduction
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:655605
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-14 10:03:02