Machine Learning - 07 - SVMs as maximum margin classifiers

Zdroj
ručne priradené
Pridané

Pozrieť na YouTube →

Preber si túto prednášku so svojou AI

Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.

Otvoriť AI: ChatGPT · Claude · Gemini

Zhrnutie prednášky

Prednáška z predmetu Strojové učenie sa venuje podporným vektorom (SVM) ako klasifikátorom s maximálnou maržou. Poskytnutý prepis je nepoužiteľný, pretože obsahuje len opakujúce sa chybne rozpoznané frázy, preto zhrnutie vychádza z názvu. SVM hľadá oddeľujúcu nadrovinu, ktorá maximalizuje vzdialenosť (maržu) od najbližších trénovacích bodov oboch tried, tzv. podporných vektorov. Maximalizácia marže vedie k optimalizačnej úlohe a zvyčajne lepšej generalizácii klasifikátora.

  • - SVM je lineárny klasifikátor s maximálnou maržou.
  • - Marža je vzdialenosť oddeľujúcej nadroviny od najbližších bodov oboch tried.
  • - Podporné vektory sú body ležiace najbližšie k hranici a určujú jej polohu.
  • - Hľadanie najširšej marže sa formuluje ako optimalizačná úloha.
  • - Väčšia marža zvyčajne prináša lepšiu generalizáciu.
  • - Prepis prednášky bol kvalitatívne nepoužiteľný, obsah je odvodený z názvu.

Zhrnutie pripravené s pomocou AI z prepisu videa.