Спасибо автору! Работа выполнена отлично и в срок! Обращаюсь не в первый раз, всем советую
Информация о работе
Подробнее о работе
Машинное обучение. Support Vector Machines. Классификация
- 39 страниц
- 2018 год
- 3 просмотра
- 1 покупка
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Классификация. Постановка задачи
Имеется описание объекта x, которое является набором (вектором) числовых или нечисловых признаков.
Имеется множество номеров или наименований классов Y.
Требуется построить модель F(w,x), которая будет осуществлять правильное отображение X:->Y
Вспомним логистическую регрессию
Используем для модели функцию вида
y = wx + b,
где w вектор соответствующей размерности.
Данная функция задает гиперплоскость (линию в двумерном случае), которая линейно разделяет классы.
Затем мы применяем к результату логистическую функцию.
Рассмотрим подробнее разделение гиперплоскостью ...
Классификация. Постановка задачи
Вспомним логистическую регрессию
Рассмотрим подробнее разделение гиперплоскостью
Разделение классов гиперплоскостью
Какое разделение является оптимальным?
Идея SVM
Оптимально разделяющая гиперплоскость
Как построить такую плоскость?
Математическая постановка задачи
Решение оптимизационной задачи
Двойственная задача
Решение
Что делать если данные линейно неразделимы?
Soft Margin
Новая задача оптимизации
Двойственная задача
Более сложный случай
Переход к другому пространству
Нелинейные SVM и ядра
Как выбрать функцию K
Примеры функции K
Линейное и гауссово
RBF
Двойственная задача для нелинейных SVM
Как применять SVM
Как написать программу
Результаты для SVM с линейным ядром
Презинтация по теме "Support Vector Machines. Классификация"
39 слайдов
Хорошее описание. Графики, формулы, примеры.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
