Метод опорных векторов в машинном обучении | OTUS
🔥 Начинаем BLACK FRIDAY!
Максимальная скидка -25% на всё. Успейте начать обучение по самой выгодной цене.
Выбрать курс

Курсы

Программирование
iOS Developer. Basic
-25%
Python Developer. Professional
-25%
Разработчик на Spring Framework
-25%
Golang Developer. Professional
-25%
Python Developer. Basic
-25%
iOS Developer. Professional
-25%
Node.js Developer
-25%
Unity Game Developer. Professional
-25%
React.js Developer
-25%
Android Developer. Professional
-25%
Software Architect
-25%
C++ Developer. Professional
-25%
Backend-разработчик на PHP Web-разработчик на Python Алгоритмы и структуры данных Framework Laravel PostgreSQL Team Lead Разработчик голосовых ассистентов и чат-ботов Архитектура и шаблоны проектирования Agile Project Manager Нереляционные базы данных Супер - интенсив по паттернам проектирования Супер-практикум по использованию и настройке GIT IoT-разработчик Подготовка к сертификации Oracle Java Programmer (OCAJP) Супер-интенсив «СУБД в высоконагруженных системах» Супер-интенсив "Azure для разработчиков"
Инфраструктура
Мониторинг и логирование: Zabbix, Prometheus, ELK
-25%
DevOps практики и инструменты
-25%
Архитектор сетей
-25%
Инфраструктурная платформа на основе Kubernetes
-25%
Супер-интенсив «ELK»
-16%
Супер-интенсив «IaC Ansible»
-16%
Administrator Linux. Professional MS SQL Server Developer Безопасность Linux PostgreSQL Reverse-Engineering. Professional CI/CD VOIP инженер Супер-практикум по работе с протоколом BGP Супер - интенсив по паттернам проектирования Супер - интенсив по Kubernetes Administrator Linux.Basic Супер-интенсив "Tarantool"
Специализации Курсы в разработке Подготовительные курсы
+7 499 938-92-02

Метод опорных векторов в машинном обучении

Метод опорных векторов (SVM, Support Vector Machines) — хорошо известный алгоритм классификации, создающий разделительную линию между различными категориями данных. Его вычисление можно представить как оптимизацию линии, при которой ближайшие точки в каждой из групп становятся удалены друг от друга в наибольшей степени.

Такой вектор часто визуализируется как линейный, но на деле это не всегда так. Он способен принимать и нелинейный вид, если тип ядра изменен от типа по умолчанию — линейного либо «гауссовского». Данный алгоритм не опишешь несколькими предложениями, поэтому лучше всего посмотреть следующее видео.

Мы же сконцентрируемся на реализации метода опорных векторов на языке программирования Python.

Начало

Screenshot_1-1801-2fb932.png

Реализация

Screenshot_2-1801-3f805f.png

Визуализация

Screenshot_3-1801-94ff93.png

Также, возможно, вам будут интересна реализация следующих алгоритмов машинного обучения: • линейная регрессия; • логистическая регрессия; • метод Decision Trees.

По материалам «The Hitchhiker’s Guide to Machine Learning in Python».

Не пропустите новые полезные статьи!

Спасибо за подписку!

Мы отправили вам письмо для подтверждения вашего email.
С уважением, OTUS!

Автор
0 комментариев
Для комментирования необходимо авторизоваться
🎁 Максимальная скидка!
Черная пятница уже в OTUS! Скидка -25% на всё!