Principal component analysis (PCA)

Principal component analysis (PCA) is a mainstay
of modern data analysis - a black box that is widely
used but poorly understood. The goal of this paper is
to dispel the magic behind this black box. This tutorial
focuses on building a solid intuition for how and why
principal component analysis works; furthermore, it
crystallizes this knowledge by deriving from first principals,
the mathematics behind PCA . This tutorial
does not shy away from explaining the ideas informally,
nor does it shy away from the mathematics.
The hope is that by addressing both aspects, readers
of all levels will be able to gain a better understanding
of the power of PCA as well as the when, the how
and the why of applying this technique.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ส่วนประกอบหลัก (PCA) เป็นโจทย์วิเคราะห์ข้อมูลที่ทันสมัย - กล่องสีดำที่มีอย่างกว้างขวางใช้แต่เข้าใจดี เป้าหมายของเอกสารนี้คือการ dispel มหัศจรรย์หลังกล่องดำนี้ บทช่วยสอนนี้เน้นการสร้างสัญชาตญาณแข็งสำหรับวิธีการ และเหตุผลส่วนประกอบหลักการวิเคราะห์งาน นอกจากนี้ มันแล้วมาจับความรู้นี้ โดยบริษัทฯ รักษาครั้งแรกคณิตศาสตร์หลัง PCA บทช่วยสอนนี้ไม่อายห่างจากอธิบายความคิดอย่างหรือไม่ก็อายห่างจากคณิตศาสตร์ความหวังคือการที่ โดยการจัดการกับทั้งสองด้าน ผู้อ่านทุกคนจะสามารถทำความเข้าใจดีขึ้นอำนาจของ PCA เป็นเมื่อ วิธีและเหตุผลของการใช้เทคนิคนี้

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์องค์ประกอบหลัก (PCA) เป็นแกนนำ
ของการวิเคราะห์ข้อมูลที่ทันสมัย ​​- เป็นกล่องสีดำที่มีการใช้กันอย่างแพร่หลาย
ใช้ แต่เข้าใจได้ไม่ดี เป้าหมายของการวิจัยนี้คือ
เพื่อปัดเป่าความมหัศจรรย์ที่อยู่เบื้องหลังกล่องดำนี้ กวดวิชานี้จะ
มุ่งเน้นไปที่การสร้างสัญชาตญาณที่มั่นคงสำหรับวิธีการและเหตุผล
การทำงานการวิเคราะห์องค์ประกอบหลัก; นอกจากนี้มัน
ตกผลึกความรู้นี้โดยมาจากผู้ว่าจ้างแรก
คณิตศาสตร์ที่อยู่เบื้องหลัง PCA กวดวิชานี้
ไม่อายห่างจากการอธิบายความคิดทางการ
หรือไม่ก็อายห่างจากคณิตศาสตร์.
หวังว่าการได้โดยทั้งสองด้านผู้อ่าน
ทุกระดับจะสามารถที่จะได้รับความเข้าใจที่ดีขึ้น
ของการใช้พลังงานของ PCA เช่นเดียวกับ เมื่อวิธี
และทำไมของการใช้เทคนิคนี้