Support Vector Machine (SVM) in 2 minutes

 Support Vector Machine (SVM) in 2 minutes

Curso intensivo de 2 minutos sobre Support Vector Machine, uno de los métodos de clasificación más simples y elegantes en Machine Learning. A diferencia de las redes neuronales, las SVM pueden funcionar con conjuntos de datos muy pequeños y no son propensas al sobreajuste.

https://www.youtube.com/watch?v=_YPScrckx28

La máquina de vectores de soporte (SVM) es uno de los mejores modelos de aprendizaje automático supervisado no lineal. Dado un conjunto de datos de entrenamiento etiquetados, SVM nos ayudará a encontrar el hiperplano óptimo que categoriza nuevos ejemplos. ¡Este video trata sobre SVM, una introducción intuitiva de todo lo que necesita saber!

https://www.youtube.com/watch?v=ny1iZ5A8ilA


https://www.youtube.com/watch?v=_PwhiWxHK8o


https://www.youtube.com/watch?v=UQwTk2PW2uk


https://www.youtube.com/watch?v=iEQ0e-WLgkQ


https://www.youtube.com/watch?v=IjSfa7Q8ngs

https://www.youtube.com/watch?v=6-ntMIaJpm0

https://www.youtube.com/watch?v=Lpr__X8zuE8

Comentarios

Publicar un comentario

Entradas populares de este blog

RStudio - Interfaz Tensorflow para  R Cree, Implemente y experimente facilmente con TensorFlow de R TensorFlow™ es una biblioteca de software de código abierto para el cálculo numérico mediante gráficos de flujo de datos. Los nodos del gráfico representan operaciones matemáticas, mientras que los bordes del gráfico representan las matrices de datos multidimensionales (tensores) que se comunican entre ellos. La arquitectura flexible le permite implementar computación en una o más CPU o GPU en una computadora de escritorio, servidor o dispositivo móvil con una sola API. TensorFlow fue desarrollado originalmente por investigadores e ingenieros que trabajaban en Google Brain Team dentro de la organización de investigación de inteligencia artificial de Google con el fin de realizar investigaciones de aprendizaje automático y redes neuronales profundas, pero el sistema es lo suficientemente general como para ser aplicable en una amplia variedad de otros dominios como bien. Tutoriales de...
Leer más