Публикации по теме 'support-vector-machine'


Машины опорных векторов
Введение : SVM - одна из самых популярных моделей машинного обучения с учителем, которая используется как для задач классификации, так и для задач регрессии. Но он широко используется в задачах классификации. Это быстрый и надежный алгоритм классификации, который очень хорошо работает с ограниченным объемом данных. Мы можем найти SVM повсюду в нашей повседневной жизни, например, на дороге, разделяющей здания и транспортные средства на дороге. Те здания и транспортные средства, которые..
Машина опорных векторов
Теперь мы знаем, что такое классификатор максимальной маржи и классификатор опорных векторов , которые используются для линейно разделимых данных. Теперь мы перейдем к нелинейным разделимым данным. SVM используется для классификации нелинейных разделимых данных. Например, На графике есть два класса: синий квадрат и точки, которые нелинейно отделимы. Что такое SVM? Это расширение классификатора опорных векторов, которое использует ядра для создания нелинейных границ. Эти..
Проект машинного обучения 13 — Использование машины опорных векторов ядра
В моем последнем посте мы рассмотрели алгоритм классификации машины опорных векторов (SVM) и то, как он работает. Сегодня мы поговорим о машине опорных векторов ядра. #100DaysOfMLCode #100ProjectsInML SVM хорошо работает в случаях, когда данные линейно разделимы. Как и на диаграмме ниже, нам легко найти опорные векторы и разделить данные, как мы это сделали в Проекте 12 . Но что, если наш набор данных содержит точки, как показано ниже. Мы не можем провести линию для..
Машина опорных векторов: классификация цифр MNIST с использованием Python; Включая мои рукописные цифры
Понимание серии SVM: Часть 3 После предыдущего подробного обсуждения алгоритма SVM я завершу эту серию применением SVM для классификации рукописных цифр. Здесь мы будем использовать базу данных MNIST для рукописных цифр и классифицировать числа от 0 до 9 с помощью SVM. Исходный набор данных сложно обработать, поэтому я использую набор данных, обработанный Джозефом Redmon . Я следил за процедурами конкурса Kaggle, и вы можете загрузить набор данных из самого kaggle . Набор данных..
Прогнозирование сердечных заболеваний с использованием машины опорных векторов (SVM)
Утсав Вора, ведущий разработчик сообщества ArciTECH Использование набора данных Кливленда по сердечным заболеваниям из UCI Введение Болезни сердца, также называемые сердечно-сосудистыми заболеваниями , являются основной причиной смерти во всех регионах мира, кроме Африки. По данным ВОЗ , эти заболевания представляют собой группу нарушений, обнаруживаемых в сердце и кровеносных сосудах, которая включает ишемическую болезнь сердца, цереброваскулярные заболевания, ревматические..
Понимание машины опорных векторов с «Игрой престолов».
Привет, энтузиасты ИИ! Готовы ли вы узнать об одном из самых универсальных алгоритмов в мире машинного обучения? Он называется Машина опорных векторов (SVM) и представляет собой мощный инструмент для задач классификации и регрессии. SVM находит оптимальную гиперплоскость, максимально разделяющую различные классы в наборе данных, что позволяет делать высокоточные прогнозы для новых точек данных. После просмотра «Игры престолов», как и любого другого нормального человека, я решил..
Декодирование опорных векторных машин
Интуитивно понять, как работают машины опорных векторов SVM - это очень простой, но мощный алгоритм машинного обучения с учителем, который можно использовать как для классификации, так и для регрессии, хотя он широко используется для классификации. Они действительно хорошо работают с наборами данных малого и среднего размера и чрезвычайно просты в настройке. В этом сообщении блога мы построим нашу интуицию о машинах опорных векторов и посмотрим на математику, лежащую в основе этого...