#14 - Redução de dimensionalidade e clustering. Explicando PCA, Kmeans e Autoencoders.

Notas do episódio

Nesse episódio eu falo sobre os problemas de redução de dimensionalidade e clustering. Eu explico aplicações de de cada um desses problemas e também os algoritmos mais famosos pra cada um deles, como PCA, KPCA, ICA e NNMF para redução de dimensionalidade e o Kmeans para problemas de clustering. No final eu também explico os Autoencoders, que é uma arquitetura de rede neural muito poderosa que funciona para os dois problemas. Instagram: https://www.instagram.com/podcast.lifewithai/ Linkedin: https://www.linkedin.com/company/life-with-ai Códigos: https://github.com/filipelauar/projects/tree/main/dimensionality%20reduction%20and%20clustering