Mavzu: Klassifikatsiya tushunchasi. Mashinani o'rganishning asosiy yondashuvlaridan biri sifatida tasniflash. Treningga oid savollar. Mnist o'quv rejasining tuzilishi

Vektorli mashinalarni qo’llab-quvvatlash

Asosiy maqola: Vektorli mashinalarni qo'llab-quvvatlash

Qo'llab-quvvatlovchi vektorli mashinalar (SVM), shuningdek, qo'llab-quvvatlovchi vektorli tarmoqlar deb ham ataladi, ular bilan bog'liq bo'lgan to'plamdir nazorat ostida o'rganish tasniflash va regressiya uchun ishlatiladigan usullar. Har biri ikkita toifadan biriga tegishli deb belgilangan bir qator o'quv misollarini hisobga olgan holda, SVM o'qitish algoritmi yangi misol u yoki bu toifaga kirishini taxmin qiladigan modelni yaratadi. SVM o'qitish algoritmi bu noaniqehtimoliy, ikkilik, chiziqli klassifikator kabi usullar bo'lsa ham Plattni miqyosi ehtimollik tasnifi sharoitida SVM dan foydalanish uchun mavjud. Lineer tasniflashni amalga oshirish bilan bir qatorda, SVM-lar chiziqli bo'lmagan tasnifni yadro hiyla-nayrang, ularning ma'lumotlarini yuqori o'lchovli bo'shliqlarga bilvosita xaritalash.

Ma'lumotlar to'plamida chiziqli regressiyani tasvirlash.

Regressiya tahlili ko'plab o'zgaruvchan statistik usullarni qamrab oladi, bu o'zgaruvchan o'zgaruvchilar va ular bilan bog'liq xususiyatlar o'rtasidagi munosabatni baholashga imkon beradi. Uning eng keng tarqalgan shakli chiziqli regressiya, bu erda matematik mezonga muvofiq berilgan ma'lumotlarga mos kelish uchun bitta chiziq chiziladi oddiy kichkina kvadratchalar. Ikkinchisi ko'pincha tomonidan kengaytiriladi muntazamlik (matematika) kabi, ortiqcha fitnani va xolislikni yumshatish usullari tizma regressiyasi.


Lineer bo'lmagan muammolarni hal qilishda o'tish modellariga quyidagilar kiradi polinomial regressiya (masalan, Microsoft Excel-da trendline fitting uchun ishlatiladi), logistik regressiya (ko'pincha ishlatiladi statistik tasnif ) yoki hatto yadro regressiyasi ning afzalliklaridan foydalanib, chiziqli bo'lmaganlikni joriy qiladi yadro hiyla-nayrang kirish o'lchovlarini yuqori o'lchovli maydonga yashirin ravishda xaritalash uchun.