Fundamento de Aprendizado de Máquina Científico para Mecânica dos Fluidos - Aula 06 (1/3)

Aula 6 do NeuroFluidos (Parte 1 de 3) — um curso de introdução ao Aprendizado de Máquina Científico aplicado à Mecânica dos Fluidos. Nesta aula a SVD deixa de ser só álgebra linear e passa a ser lida como método de análise de dados, dando origem à PCA — a Análise de Componentes Principais, a técnica de redução de dimensão mais usada em ciência de dados e a base direta da POD em fluidos. Nesta primeira parte montamos o problema: organizamos os dados numa matriz de observações, damos o passo decisivo de centrar (subtrair a média, separando estado médio de flutuação — a mesma ideia de campo médio mais perturbação em turbulência), construímos a matriz de covariância C = (1/(N−1))BᵀB e aprendemos a ler nela a variância dos dados ao longo de qualquer direção, pela forma wᵀCw. Terminamos com a pergunta que organiza todo o resto: qual direção maximiza essa variância? Uma base essencial para quem quer unir inteligência artificial, física e computação. 🔗 Materiais e código no GitHub: https://github.com/rfa-rodrigo/PINN_C... 🔔 Inscreva-se para acompanhar as próximas aulas.