Séance de cours

Méthodes du noyau

Description

Cette séance de cours couvre les concepts de sur-ajustement vs sous-ajustement, la sélection du modèle, la méthode de l'ensemble de validation, LOOCV, k-fold cross-validation, sur-ajustement avec un modèle linéaire, pénalisant sur-ajustement, régularisé régression linéaire, les fonctions du noyau, kernel astuce, versions kernelized de régression linéaire et SVM. Il introduit également la notion de fonction de noyau, de régression linéaire et de régression de crête kernelisées, et le noyau gaussien. La séance de cours explique la régression du noyau, la régression des crêtes du noyau, la régression linéaire multi-sorties, la SVM du noyau, la prédiction dans la régression du noyau et la SVM, et fournit des exemples de régression du noyau et de la SVM. Il se termine par une discussion sur la kernelisation d’algorithmes tels que la SVM et la réduction de la dimensionnalité.

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.