01-4: Dimensionality Reduction - PCA
고려대학교 일반대학원 산업경영공학과 비즈니스 애널리틱스 1장: Dimensionality Reduction Part 4: 변수 추출 기법: 주성분분석 https://github.com/pilsung-kang/Busin...

▶︎
01-5: Dimensionality Reduction - MDS

▶︎
Latent Space Visualisation: PCA, t-SNE, UMAP | Deep Learning Animated
![[Non-major AI] PCA, Principal Component Analysis](https://i.ytimg.com/vi/CodLsdbfjvI/hqdefault.jpg?sqp=-oaymwEjCNACELwBSFryq4qpAxUIARUAAAAAGAElAADIQj0AgKJDeAE=&rs=AOn4CLAMSiNV1ynp6xnSZOmfU9CRdjRdbA)
▶︎
[Non-major AI] PCA, Principal Component Analysis

▶︎
주성분 분석(Principal Component Analysis, PCA)

▶︎
주성분 분석의 비밀 파헤치기, PCA, Eigenvalue(고유값), Singular Value(특이값)

▶︎
Eigenfaces

▶︎
01-7: Dimensionality Reduction - tSNE

▶︎
StatQuest: Principal Component Analysis (PCA), Step-by-Step
![[인공지능 수학 10강] 주성분분석 (PCA)](https://i.ytimg.com/vi/lhRmMjgXwW0/hqdefault.jpg?sqp=-oaymwEjCNACELwBSFryq4qpAxUIARUAAAAAGAElAADIQj0AgKJDeAE=&rs=AOn4CLDq0hkAkVpCoy_eR5ZaAioCPsvkug)
▶︎
[인공지능 수학 10강] 주성분분석 (PCA)

▶︎
Lecture: Principal Componenet Analysis (PCA)
![[선대] 5-4강. 주성분 분석 (PCA: Principal Component Analysis) 의 모든 것! | 고윳값 분해의 응용 1](https://i.ytimg.com/vi/C21GoH0Y9AE/hqdefault.jpg?sqp=-oaymwEjCNACELwBSFryq4qpAxUIARUAAAAAGAElAADIQj0AgKJDeAE=&rs=AOn4CLCwdWSw-bBXKuqHXMGPeks322UZGg)
▶︎
[선대] 5-4강. 주성분 분석 (PCA: Principal Component Analysis) 의 모든 것! | 고윳값 분해의 응용 1
![[핵심 머신러닝] Principal Component Analysis (PCA, 주성분 분석)](https://i.ytimg.com/vi/FhQm2Tc8Kic/hqdefault.jpg?sqp=-oaymwEjCNACELwBSFryq4qpAxUIARUAAAAAGAElAADIQj0AgKJDeAE=&rs=AOn4CLCrmrlQyTgk1DdCk_mAJjBNlVwYRA)
▶︎
[핵심 머신러닝] Principal Component Analysis (PCA, 주성분 분석)

▶︎
01-1: Dimensionality Reduction Overview

▶︎
17: Principal Components Analysis_ - Intro to Neural Computation

▶︎
If You Have A Bad Memory, I’ll Help You Fix It In 28 Minutes
![[우수상]주성분 분석 (PCA)의 원리와 전사체 데이터 분석에서의 활용(part 1)](https://i.ytimg.com/vi/c1-DYtWU5t4/hqdefault.jpg?sqp=-oaymwEjCNACELwBSFryq4qpAxUIARUAAAAAGAElAADIQj0AgKJDeAE=&rs=AOn4CLDLMKzLibSF9UVZkamnVhJ_04czEA)
▶︎
[우수상]주성분 분석 (PCA)의 원리와 전사체 데이터 분석에서의 활용(part 1)
![선형대수학 무료강의 - [서울대 AI박사] - 행렬, 벡터, 스칼라, 텐서 등 인공기능 수학 기초](https://i.ytimg.com/vi/k_yto_vDRF0/hqdefault.jpg?sqp=-oaymwEjCNACELwBSFryq4qpAxUIARUAAAAAGAElAADIQj0AgKJDeAE=&rs=AOn4CLDvZJcCWkIjH8rRV-rFRmRe8J0-SA)
▶︎
선형대수학 무료강의 - [서울대 AI박사] - 행렬, 벡터, 스칼라, 텐서 등 인공기능 수학 기초

▶︎
딥러닝 자연어처리 RNN 개념을 30분안에 정리해드립니다ㅣ서울대 AI박사과정

▶︎
Factor Analysis and Probabilistic PCA

▶︎
