Soutenir la régression vectorielle : principes et optimisation

Cette séance de cours présente Support Vector Regression (SVR) en tant qu'extension du cadre de la machine vectorielle de support pour la classification afin d'estimer les fonctions continues. Il couvre le cas linéaire, le concept de tube E, la marge, les problèmes d'optimisation et la solution pour la régression linéaire et non linéaire. La séance de cours se penche également sur l'interprétation des solutions SVR, le rôle des hyperparamètres dans l'optimisation SVR, et leur influence sur l'ajustement.