SVM non linéaire : Noyaux et double optimisation

Cette séance de cours couvre le concept de transformation des données en un espace de caractéristiques de dimension supérieure en utilisant des cartes non linéaires pour rendre le problème linéaire, en introduisant l'idée de noyaux pour calculer les distances dans l'espace de caractéristiques, et en expliquant la double optimisation de SVM avec les noyaux. Il explique également comment interpréter la fonction de décision et visualiser les résultats de la MVS.