Veja neste vídeo como implementar redução de dimensionalidade com o Weka utilizando PCA! Essa aula faz parte do curso Machine Learning e Data Science com Weka e Java – Completo
PCA (Principal Component Analysis) no Weka
Sobre o autor
Jones Granatyr
Olá! Meu nome é Jones Granatyr e já trabalho em torno de 10 anos com Inteligência Artificial (IA), inclusive fiz o meu mestrado e doutorado nessa área. Atualmente sou professor, pesquisador e fundador do portal IA Expert, um site com conteúdo específico sobre Inteligência Artificial. Desde que iniciei nessa área criei vários cursos sobre diversos assuntos de IA, como por exemplo: Deep Learning, Machine Learning, Data Science, Redes Neurais Artificiais, Algoritmos Genéticos, Detecção e Reconhecimento Facial, Algoritmos de Busca, Mineração de Textos, Buscas em Textos, Mineração de Regras de Associação, Sistemas Especialistas e Sistemas de Recomendação. Meu principal objetivo é desmistificar a área de IA e ajudar profissionais de TI a entenderem como essa tecnologia pode ser utilizada na prática e que possam visualizar novas oportunidades de negócios.
3 comentários em “PCA (Principal Component Analysis) no Weka”
Deixe um comentário Cancelar resposta
Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.
Bom dia. Como faço para usar a inteligência artificial pca para melhorar imagens borradas de câmeras? Sou profissional da segurança pública e seria muito útil para a identificação de placas de veículos e rostos em imagens de câmeras de circuito de segurança de estabelecimentos. Em muitas vezes nos deparamos com imagens que não permitem identificar tais dados. Grato.
Olá Thiago, O PCA (Principal Component Analysis) é uma técnica de redução de dimensionalidade amplamente utilizada, mas não é específica para melhorar imagens borradas. No entanto, existem outras abordagens e técnicas que podem ser úteis para melhorar a qualidade de imagens borradas ou de baixa resolução. Pesquise por técnicas de desconvolução, como a desconvolução cega, a desconvolução de Wiener e a desconvolução de Richardson-Lucy.
Fabio
Olá Thiago, O PCA (Principal Component Analysis) é uma técnica de redução de dimensionalidade amplamente utilizada, mas não é específica para melhorar imagens borradas. No entanto, existem outras abordagens e técnicas que podem ser úteis para melhorar a qualidade de imagens borradas ou de baixa resolução. Pesquise por técnicas de desconvolução, como a desconvolução cega, a desconvolução de Wiener e a desconvolução de Richardson-Lucy.
Fabio