Metoda podpornih vektorjev

More documents

Recommendations

Info

Razmejevanje točk z ravnino ❄ Učenje kot optimizacijski problem ✛ Optimizacijske metode ❄ Prehod na dualni problem ❄ Numerično reševanje Uvod
Motivacija 5/60 • Imamo populacijo primerkov, ki so predstavljeni z vektorji iz R d . • Imamo dva razreda, pozitivnega in negativnega. Vsak primerek spada v enega od teh dveh razredov. • Učna množica: pari (x i , y i ) za i ∈ 1..l. x i ∈ R d je vektor, y i ∈ {1, −1} je njegova oznaka razreda. • Radi bi dobili klasifikator (model, hipotezo), ki bi razločeval ta dva razreda. Za začetek se omejimo na to, da bi oba razreda razmejili z neko (hiper)ravnino.
Page 2 and 3: Uvod 2/60 SVM = Support Vector Mach
Page 6 and 7: Enačba ravnine 6/60 • Ravnino pr
Page 8 and 9: Razmejevanje učnih primerkov z rav
Page 10 and 11: Rob 10/60 Naj bo rob omejen z ravni
Page 12 and 13: Optimizacijski problem 12/60 Zdaj l
Page 14 and 15: Lagrangeovi multiplikatorji 14/60 R
Page 16 and 17: Karush-Kuhn-Tuckerjev izrek 16/60 V
Page 18 and 19: Optimizacija 18/60 Naš optimizacij
Page 20 and 21: Dualna naloga 20/60 Če obrnemo pre
Page 22 and 23: Določanje praga b 22/60 ✻ ❛
Page 24 and 25: Ničeln prag 24/60 Pri tej različi
Page 26 and 27: Izbira parametra C 26/60 minimizira
Page 28 and 29: Izbira parametra C 28/60 Reuters-21
Page 30 and 31: Kvadratno programiranje 30/60 Numer
Page 32 and 33: Joachimsova različica dekompozicij
Page 34 and 35: Časovna zahtevnost učenja SVMjev
Page 36 and 37: Prehod na nelinearne modele 36/60 R
Page 38 and 39: Jedra 38/60 Videli smo: nikjer nam
Page 40 and 41: Bolj človeški pogoji 40/60 Če so
Page 42 and 43: Radialna jedra (radialne bazne funk
Page 44 and 45: Jedra za nize 44/60 Naj bo x = a 1
Page 46 and 47: Posplošena jedra 46/60 Najpreprost
Page 48 and 49: SVM kot nevronska mreža 48/60 ✲
Page 50 and 51: Transduktivni SVM 50/60 minimiziraj
Page 52 and 53: Vračanje verjetnosti 52/60 Zato je
Page 54 and 55:
Regresijski SVM 54/60 Radi bi napov
Page 56 and 57:
ROMMA (relaxed on-line maximum marg
Page 58 and 59:
Programi 58/60 SvmLight (T. Joachim
Page 60:
Literatura 60/60 Knjige: • N. Chr
show all

Metoda podpornih vektorjev

Create successful ePaper yourself

Delete template?

Save as template?