В данной работе исследован метод машинного обучения без учителя – метод главных компонент (PCA), предназначенный для понижения размерности данных. Экспериментальным путём рассмотрено применение метода PCA к фильтрации изображений. В результате отфильтрован шум в изображениях низкого разрешения The Principal Component Analysis is an unsupervised machine learning method designed to reduce the dimensionality of data. PCA studied in this work. The applying of this method to image filtering experimentally considered. As a result low-resolution images were denoised.
