ML Cours03: Réduction de la dimensionalité (dimensionality reduction)

[Apprentissage Automatique / Machine Learning] Cours 03 - Réduction de la dimensionalité (dimensionality reduction) Sélection de sous-ensembles. Analyse des composantes principales (PCA). Analyse discriminante linéaire (LDA). Cours Apprentissage Automatique / Machine Learning [12 cours complets, Université, Français, Québec] 00:00:00 - Introduction 00:18:16 - Malédiction de la dimensionnalité 00:25:52 - Sélection vs Transformation 00:38:44 - Sélection univariée 00:48:38 - Recherche séquentielle (Forward/Backward) 00:56:55 - Exemple pratique (Dataset Iris) 01:17:30 - Limites de la sélection 01:25:00 - Analyse en Composantes Principales (ACP/PCA) 01:34:50 - Intuition géométrique et variance 01:47:00 - Formulation mathématique et vecteurs propres 02:02:25 - Choix des composantes et ratio de variance 02:06:30 - Exemples d'application (Chiffres et visages) 02:25:35 - Application sur des images médicales 02:31:50 - Analyse Discriminante Linéaire (LDA) 02:44:00 - Comparaison ACP vs LDA 02:49:05 - Conclusion