PAC   Principal Component Analysis   주성분 분석

(2018-04-19)
1. 주성분 분석 (Principal Component Analysis)

  ㅇ 분포된 여러 데이터들의 주 성분을 찾는 방법
     - 다변량 자료에서, 각 데이터의 개성이 돋보이는 새로운 시각으로 관찰토록, 
       다변량을 몇개의 변량으로 축약 분석하는 방법

  ㅇ 다변량 자료 내 각 데이터의 개성이 돋보이도록 하는 방법으로,
     - 새롭게 만들어지는 변량의 분산이 크도록 함

  ㅇ 즉, 주성분 (Principal Component) 이란?
     - 주성분 방향으로 데이터들의 분산(흩어진 정도)이 가장 큰 방향 벡터를 의미
        . 2차원 데이터들인 경우 => 2개의 방향 벡터
        . 3차원 데이터들인 경우 => 3개의 방향 벡터


[통계적 분석] 1. 통계적 분석 2. 실험계획법 3. 분산분석 4. 수요예측 5. 주성분 분석
[회귀분석] [상관분석]
  1.   기술공통
  2.   기초과학
        1. 과학
    1.   수학
          1. 수학
      1.   기초수학
      2.   집합,논리
      3.   해석학(미적분 등)
      4.   대수학
      5.   확률/통계
        1.   확률 이란?
        2.   확률공간
        3.   확률 모형,분포
        4.   확률 변수
        5.   확률 과정
        6.   통계량
        7.   통계학
              1. 통계학
          1.   모집단,표본
          2.   통계적 기술(記述)
          3.   통계적 추론
          4.   통계적 분석
                1. 통계적 분석
                2. 실험계획법
                3. 분산분석
                4. 수요예측
                5. 주성분 분석
            1.   회귀분석
            2.   상관분석
          5.   베이즈 통계학
      6.   수치해법
    2.   물리
    3.   화학
    4.   지구,천체 과학
    5.   생명과학
  3.   진동/파동
  4.   방송/멀티미디어/정보이론
  5.   전기전자공학
  6.   통신/네트워킹
  7.   정보기술(IT)
  8.   공업일반(기계,재료등)
  9.   표준/계측/품질
  10.   기술경영

 
        최근수정     요약목록(시험중)     참고문헌