Ce projet implémente des méthodes avancées d'analyse en composantes principales (ACP) pour traiter des matrices de données. Il permet de calculer les valeurs propres et vecteurs propres d'une matrice de covariance, ainsi que sa décomposition en valeurs singulières (SVD). Les résultats sont utilisés pour projeter les données dans un espace réduit et faciliter leur interprétation statistique.