Nelineární metody redukce dimenze a jejich aplikace

Při zpracování velkých objemů dat pocházejících z automatizovaných měření je potřeba vyjít při redukci jejich dimenze i nad rámec běžně užívaných lineárních metod, jejichž typickým reprezentantem je metoda hlavních komponent. Cílem bakalářské práce bude prozkoumat vybrané nelineární metody redukce dimenze, jejichž typickým představitelem jsou manifold learning a autoencoders, a aplikovat je na vlastní data.