いろいろな主成分分析で機械学習の考え方を学ぶ - HELLO CYBERNETICSはじめに いろいろな主成分分析 モチベーション１：圧縮された際の誤差を最小化したい モチベーション2:圧縮先での表現力を高めたい モチベーション3：隠れたデータの発生源を知りたい モチベーション４：観測データに不確定要素があり、そのデータが得られる過程を知りたい モチベーション５：データから潜在変数の次元（あるいは圧縮の次元）まで求めたい 最後に はじめに 今回は主成分分析という機械学習でも非常に基本的な手法を用いて、機械学習モデルの見方を学んでいきます。これはどういうことかというと、ある１つのモデルに対しての見方が複数あるということです。ある１つのモデルを調べあげたら他の発展が見られたというケースもありますし、元々独立に発見されたが同じものであったというケースもあります。 主成分分析の場合は「Karhunen-Loeve展開」と呼ばれる場合もあり、信号処理などの分野で独立に発見された手法
