Aller au contenu
Apprendre.
  • M1 · toutes les matières15 matières : Préparation de données, API & sécurité, CI/CD, Docker, Merise, Dataviz, KNIME, ML appliqué : projet LoL, SQL & UML, SQL avancé, Machine Learning, Git, IA frugale & responsable, Qualité des données, MathématiquesAnnée
  • M2 · toutes les matières4 matières : Deep Learning, AI Act, Comex & Fundraising, Gouvernance & DataMeshAnnée
  • Deep LearningM2 · 4 modules · Réseaux de neurones, CNN, texte, modèles génératifs.Matière
  • Préparation de donnéesM1 · 3 modules · Nettoyer, transformer et fusionner des données avec Python.Matière
  • API & sécuritéM1 · 2 modules · Consommer, concevoir et sécuriser des API.Matière
  • CI/CDM1 · 1 module · Intégration et livraison continues.Matière
  • DockerM1 · 3 modules · Conteneurs, images, volumes, réseaux, Compose.Matière
  • MeriseM1 · 2 modules · Modéliser une base : MCD, MLD, MPD.Matière
  • DatavizM1 · 2 modules · Visualiser pour comprendre et décider.Matière
  • KNIMEM1 · 1 module · Explorer et nettoyer des données en workflow.Matière
  • ML appliqué : projet LoLM1 · 2 modules · Du besoin métier au POC de vision par ordinateur.Matière
  • SQL & UMLM1 · 3 modules · Modèles UML et requêtes SQL.Matière
  • SQL avancéM1 · 3 modules · Jointures, fenêtres, CTE, optimisation.Matière
  • Machine LearningM1 · 3 modules · Régression, classification, segmentation, projet.Matière

↑↓ naviguer↵ ouvre le résultat en surbrillanceesc fermer

Partie 2 · Modèles avancés

Réduction de dimensions

Les méthodes de réduction de dimensions compressent les variables disponibles (les dimensions) en un ensemble restreint de dimensions. Elles sont construites pour condenser l'information de façon à en perdre le moins possible.

Le cours pose la question : « Quelle est la meilleure représentation du chameau en 2D ? » Un objet en 3D projeté sur un plan peut se voir sous des angles très différents : certains angles gardent ce qui le distingue (la bosse), d'autres l'écrasent. Choisir la bonne projection, c'est réduire les dimensions en préservant l'essentiel.

Type de variablesMéthode
QuantitativesACP : Analyse en Composantes Principales (PCA en anglais)
QualitativesACM : Analyse des Correspondances Multiples (MCA en anglais)

Vérifie que tu as compris

Quelle méthode de réduction de dimensions s'applique à des variables quantitatives ?

Vérifie que tu as compris

Quel est l'objectif d'une réduction de dimensions ?