El problema de la reducción dimensional. Análisis de Componentes Principales (PCA)

• Pernice , Sergio A. ^[1]
  1. [1] Universidad del CEMA, Argentina
• Localización: Revista Mutis, ISSN-e 2256-1498, Vol. 14, Nº. 1, 2024
• Idioma: español
• Títulos paralelos:
  • The Problem of Dimensional Reduction. Principal Component Analysis (PCA)
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo de investigación se presenta la técnica de Principal Component Analysis (PCA), y su aplicación práctica al aprendizaje automático (machine learning). La intención es abordar la problemática de la reducción dimensional o compresión de datos. A partir de un análisis intuitivo, se espera acercar a los economistas y otros profesionales de las ciencias sociales estas ideas que, generalmente, resultan ajenas a sus discusiones.

  • English

    This research paper presents the Principal Component Analysis (PCA) technique, and its practical application to machine learning. The objective is to address the problem of dimensional reduction or data compression. Based on an intuitive analysis, this document will help bring economists and other professionals in the social sciences closer to these ideas, which are generally alien to their discussions.