Séance de cours

Support des machines vectorielles : paramètres, solutions et limites

Description

Cette séance de cours couvre la comparaison de KNN, SVM et GMM en termes de nombre de paramètres requis pour la prévision. Il traite du nombre minimum de vecteurs de soutien nécessaires dans le SVM linéaire et de l'unicité des solutions. L'incidence de l'ajout d'autres points de données sur le nombre de vecteurs de soutien est expliquée, ainsi que la construction de limites de décision à l'aide de SVM. La séance de cours se penche également sur la classification non linéaire et le calcul des étiquettes de classe dans un SVM multiclasses, mettant l'accent sur l'effet de la largeur du noyau sur les limites de décision.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.