주성분 분석(PCA)의 행렬 개념과 고차원 데이터의 차원 축소 시각화
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- UNIST 이공계열
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 확률과통계, 수학Ⅱ, 프로그래밍
- 탐구 키워드
- 기타
2025-11-07
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
이미지 차원 축소 실습에서 주성분 분석(PCA)의 원리에 흥미를 느껴, 수학적 유도와 실제 적용을 탐구함
PCA의 공분산 행렬과 고유값 분해 과정을 수학적으로 정리하고, 차원 축소의 원리를 그래프로 시각화함
푸리에 변환 적외선 분광 데이터를 Orange 프로그램에 적용해, DNA·콜라겐·글리코겐·지질을 PCA로 분리 분석함
주성분 개수에 따른 누적기여율과 Scatter Plot을 비교 분석하며, 차원 축소가 데이터 특성 부각에 효과적임을 확인함
이론 수학과 실제 데이터 분석을 연결하여 머신러닝 기법의 작동 원리와 응용 가능성을 고찰한 탐구였음
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.