Support Vector Machine (SVM) Math

Met het Support Vector Machine (SVM) algoritme kun je voorspellingen doen door data in groepen te verdelen.

Deze training onthult de wiskunde achter SVM's, met de nadruk op hoe een optimaal SVM-hypervlak voor classificatie wordt berekend. Onderzoek de representatie van gegevens in een functieruimte en vind een hypervlak om de gegevens lineair te scheiden. Je leert ook hoe je een SVM-classificatie met zachte marge kunt implementeren en aanpassen met behulp van gradiëntafdaling in de programmeertaal Python. Daarnaast leer je over de LIBSVM-bibliotheek om een ondersteunende vectorclassificatie en regressor te bouwen.

Uw Resultaat:

Na het afronden van deze training heb je de basiskennis om te beginnen met het bouwen en toepassen van SVM's voor machine learning. Daarnaast weet je hoe je moet werken met aangepaste SVM-classificaties en vooraf gebouwde SVM-classificatie- en regressiemodellen.

Voorkennis:

Je hebt kennis van machine learning.

Je hebt ervaring met de programmeertaal Python en bent bekend met classificatietaken.