| Tarea | Integrantes | Usuario |
|---|---|---|
| Investigación PCA, slide deck, expositor | Lau | @ltejadal |
| Project Manager, redacción de reporte, expositor | Santi | @santibatte |
| Algoritmo eigenfaces, resolución de preguntas en exposición | Dira | @diramtz |
| Integración algoritmo jacobi, AWS, preguntas sobre otras exposiciones | Elena | @ElenaVillano |
- El reporte final del proyecto se encuentra en el documento Reporte_final_eigenfaces_OK.ipynb.
- El reporte sobre implementación en AWS se encuentra en docs/ImplementationAWS.pdf
- La presentación del proyecto se encuentra en docs/slide_deck/slide_deck_eigenfaces.html
-
Divyakant Meva, CK Kumbharana, “Study of different trends and techniques in face recognition”, International Journal of Computer Applications, Volume 96– No.8, June 2014, pp. 1-4
-
P. N. Belhumeur, J. P. Hespanha, and D. J. Kriegman, “Eigenfaces vs. Fisherfaces: Recognition using class-specific linear projection,” IEEE Trans. Pattern Anal. Machine Intell., vol. 19, pp. 711–720, July 1997
-
L. Elden, Matrix Methods in Data Mining and Pattern Recognition. SIAM, 2007.
-
W. Wichern, R. Johnson, "Applied Multivariate Statistical Analysis" Fifth Edition. p. 430-465, April 1982.
-
Advantages and Disadvantages of Principal Component Analysis in Machine Learning (March 2019) The Professionals Point
-
S.L. Bruton, J.N. Kutz, "Data Driven Science & Engineering; Machine Learning, Dynamical Systems, and Control" p. 24-33, 2017.
-
E. Palacios, "2.4 Valores, vectores singulares y algoritmos para calcular la SVD" (2020) Optimización
-
E. Palacios, "2.3 Algoritmos y aplicaciones de eigenvalores y eigenvectores de una matriz" (2020) Optimización