Apprentissage automatique avancé : bref aperçu de C-SVM

Cette séance de cours fournit un résumé sur le clustering, le clustering semi-supervisé et la classification, expliquant les concepts de clustering et de classification sans étiquettes, l'utilisation de classificateurs tels que les réseaux neuronaux, les arbres de décision et les machines vectorielles de support. Il se penche sur l'histoire et les applications de Support Vector Machine (SVM), détaillant ses principes, l'apprentissage optimal des classificateurs et la détermination de l'hyperplan de séparation optimal. La séance de cours couvre également la classification non linéaire, l'effet de la largeur du noyau gaussien et les hyperparamètres de SVM. Il se termine par un exercice sur SVM, discutant des vecteurs de support et de la forme de l'hyperplan de séparation pour différents noyaux.