01 PCA
generovanie bodov pomocou transformacnej matice
vypocet kovariancnej matice z bodov
rozklad kovariancnej matice 
spatna transformacia
(obsah covariance.py vykonavajte postupne, skuste si vlastny variant uvodnej transformacnej matice)
vizualizacia mnohorozmernych dat pomocou PCA
(vizualizujeme dataset parametrov kosatcov z datasetu Iris cez pca_visualization.py)
02 eigenimages
generovanie tvari
(skuste identifikovat vyznam niektorych vlastnych vektorov)
03 SVM
klasifikator kosatcov z datasetu Iris
(identifikuje na zobrazeni vzorov podla 01 ten vzor, ktory je pri linearnom SVM chybne klasifikovany.
skuste to iste radial base function)
04 Kaskadny regresor a gradient boosting
(vyskusajte na vhodne orezanej svojej fotke)

help: https://docs.opencv.org/4.3.0/
SVM - https://towardsdatascience.com/support-vector-machine-python-example-d67d9b63f1c8
Kazemiho detektor crt tvare (kaskadny regressor) http://www.robotika.sk/seminar-archiv.php#cvicenie7

Domaca uloha: Vyjdite z programu viewdataset a anotujte (aspon cast, napr prvych 50 tvari)
tvare z adresara faces na dve kategorie: muzov a zeny. Metodou eigenimages ziskajte z obrazkov
feature vektory o dlzke 50. Natrenujte SVM klasifikator ktory urcuje pre dany obrazok ci ide o
muza alebo zenu. Vyhodnotte uspesnost.

