Conocer las bases teóricas del método de análisis de componentes independientes para comprender el funcionamiento de su algoritmo e implementarlo con el fin de solucionar un problema y comprobar su efectividad.
Los datos multivariados son comunes en el mundo real, por ejemplo, los escáneres cerebrales EEG miden la actividad neuronal en varias partes del cerebro o los precios de las acciones que cambian constantemente. Por ende, el análisis de componentes independientes (ICA por sus siglas en inglés) resulta efectivo para ofrecer una solución.
Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.
Para conocer más sobre los fundamentos matemáticos para el aprendizaje automático, te recomendamos leer:
Tharwat, A. (2021). Independent component analysis: An introduction. Recuperado de https://www.emerald.com/insight/content/doi/10.1016/j.aci.2018.08.006/full/html
Aplicar el análisis de componentes sobre datos utilizando el lenguaje de programación Python.
Asegúrate de: