izvorni znanstveni rad
Metoda glavnih komponenata (Principal components analysis, PCA) jedna je od najjednostavnijih i najpopularnijih metoda multivarijatne statistike koja se koristi u gotovo svim znanstvenim disciplinama. Ova metoda primjenjuje se za redukciju dimenzionalnosti i interpretaciju podataka, gdje glavne komponente objašnjavaju varijabilnost podataka na najkoncizniji način, pri čemu se pokazuju neke skrivene povezanosti i međuodnosi podataka. Glavni ciljevi PCA metode su redukcija i analiza linearne povezanosti većeg broja multivarijantno distribuiranih, međusobno koreliranih varijabli s ciljem dobivanja manjeg broja komponenti, novih varijabli, međusobno nekoleriranih uz minimalni gubitak informacija. U radu je prikazan razvoj metode glavnih komponenata te njena primjena u različitim istraživačkim područjima poput psihologije, sociologije, pedagogije, medicine, kemije, ali i drugim znanostima.
metoda glavnih komponenti; multivarijatna analiza; statistika
Razvojem virtualizacijskih tehnologija raste kompleksnost IT sustava, dok korisnici istovremeno zahtijevaju brži pristup resursima, napredne integracije i jednostavnost korištenja. Jedno od ključnih rješenja za ove izazove primjena je…
Ovaj rad istražuje i uspoređuje mogućnosti prosljeđivanja grafičkih kartica na Hyper-V i KVM hipervizorima prema virtualnim strojevima, detaljno opisujući metode, postupke i razlike u arhitekturi koje utječu na…
The ever-growing usage and adaptation of HTTP/3 in web traffic leverages Quick UDP Internet Connections (QUIC) as a transport protocol. QUIC is widely recognized for reduced latency, enhanced…