Machines vectorielles de soutien: Solutions d'exercices

Cette séance de cours couvre les solutions aux exercices liés à Support Vector Machines (SVM) dans le contexte de l'Applied Machine Learning. Il explique les conditions nécessaires à l'optimalité dans SVM, la fonction classificateur et la fonction de décision pour les points. La séance de cours traite également de l'impact du facteur de pénalité C et de la largeur du noyau sur la ligne de séparation dans SVM. En outre, il analyse comment la frontière change avec les nouveaux points de données et les aberrations, en mettant l'accent sur le rôle des vecteurs de support. Les solutions démontrent l'influence des paramètres sur la forme des limites et le nombre de vecteurs de support dans SVM.