REDUÇÃO DA DIMENSIONALIDADE DE DADOS COM RELAÇÕES NÃO LINEARES

Descrição

Realizar a redução da dimensionalidade em conjunto de dados simulados, sem outliers e com relações não lineares entre as variáveis, por meio dos métodos não lineares ACP via Kernel e autoencoder, ao invés da ACP tradicional. Comparar os desempenhos, em termos de erros de estimação, dos métodos ACP tradicional, ACP via Kernel e autoencoder, em conjuntos de dados, sem outliers e com alta dimensão provocada por relações não lineares. Estabelecer roteiros para as aplicações dos métodos não lineares ACP via Kernel e autoencoder, por meio das criações de scripts no software R.

Palavras-chave

• Kernel
• Autoencoder
• Equações estruturais

Grupo de pesquisa

Estatística Aplicada e Biometria

Financiamento

Com financiamento