iT邦幫忙

svm相關文章
共有 10 則文章
鐵人賽 自我挑戰組 DAY 14
機器學習入門 系列 第 14

技術 ML_Day14(SVM Kernel-2)

簡單回顧 在ML_Day13(SVM Kernel-1)有稍微介紹SVM kernel的主要觀念,簡單來說就是為了解決非線性問題,這一章節會做做一些複習並且做...

鐵人賽 自我挑戰組 DAY 13
機器學習入門 系列 第 13

技術 ML_Day13(SVM Kernel-1)

之前ML_Day11(支援向量機(Support Vector Machine, SVM))主要提到,SVM找到decision boundary讓margin...

鐵人賽 自我挑戰組 DAY 11
機器學習入門 系列 第 11

技術 ML_Day11(支援向量機(Support Vector Machine, SVM))

SVM是一種監督式的學習方法,它的基礎的概念非常簡單,就是找到一個決策邊界(decision boundary)讓分類之間的邊界(margins)達到最大,將資...

鐵人賽 自我挑戰組 DAY 6

技術 [第六天] 資料分類 Support Vector Machines (2)

今天就來實際跑一下SVM的套件吧~ 參考網站 這邊先說明一下首先定義 make_meshgrid 函數的用意是為了先好一個密密麻麻的網格位置,這些網格只要呈現在...

鐵人賽 自我挑戰組 DAY 5

技術 [第五天] 資料分類 Support Vector Machines (1)

今天要來學習一下分類很常用的一種方法支撐向量機(Support Vector Machines : SVM),不可避免必需來學習一下數學有點像以前學過的線性規劃...

鐵人賽 AI & Data DAY 12

技術 13 Kernel SVM 與 RBF network

我們前面介紹了線性模型跟基本的神經網路模型。 可能有的人會覺得我怎麼不放神經網路的圖,看數學式子看的很痛苦。 是的,我的確沒打算放圖。一來神經網路的圖在各大網站...

鐵人賽 AI & Data DAY 6

技術 07 標準 SVM

雖然標題是說"標準" SVM,不過模型這種東西從來就沒有什麼標準,有的不過是變體。 所以這篇是要跟大家總結一下我們一般在用的 SVM 模型的...

鐵人賽 AI & Data DAY 5

技術 06 從 hard-margin SVM 到 soft-margin SVM

從前面的 kernel SVM 當中我們已經獲得了很強大的模型,可是他還是會有不足之處,像是當資料有雜訊的時候就容易將每個資料點都個別分開。 有時候我們反而希望...

鐵人賽 AI & Data DAY 4

技術 05 從 maximum-margin classifier 到 kernel SVM

注意:整篇文章極度數學高能!! 沒有把前一篇文章看完的朋友別擔心,我們會在開頭先回顧一下。在一番數學技巧的替換過後,我們的 maximum-margin cla...

技術 轉:《紅樓夢》後40回到底是不是曹雪芹寫的?

很有趣的一篇文章,算是以iT的角度做分析驗證。 原文 數位時代繁體版 什麼是SVM 前幾天燈神給我發了一篇文章,講的是用機器學習的方式來判定紅樓夢後40回到底是...