Problemas de regresión e clasificación usando SVM
Por favor, use este identificador para citas ou ligazóns a este ítem:
http://hdl.handle.net/10347/26314
Ficheiros no ítem
Metadatos do ítem
Título: | Problemas de regresión e clasificación usando SVM |
Autor/a: | Dono Caramés, Ángela |
Dirección/Titoría: | Febrero-Bande, Manuel |
Centro/Departamento: | Universidade de Santiago de Compostela. Facultade de Matemáticas |
Data: | 2019-07 |
Resumo: | [GL] O noso obxectivo é estudar un tipo de algoritmos de aprendizaxe coñecidos como support
vector machines. Comezamos por introducir un caso sinxelo de clasificación binaria, o
clasificador de marxe máxima, que empregamos para clasificar datos linealmente. Despois
presentamos o concepto de función kernel, importante á hora de realizar clasificacións non
lineais e introducimos as variables slack para mellorar a capacidade de predición. A continuaci
ón, estudamos dous métodos que nos permiten traballar con problemas de clasificación
multiclase.
No segundo capítulo xeneralizamos as support vector machines aos problemas de regresi
ón mediante o uso de funcións de perda ε-insensitivas, que se basean en ignorar os erros
se estes son o suficientemente pequenos.
Ao final do traballo ilústrase a implementación en R destes algoritmos con dous exemplos
reais. [EN] Our objective will be studying a type of leaning algorithms known as support vector machines. We start by introducing a simple example of binary classiffcation, the maximal margin classifier, which we use to separate data linearly. Then we present the kernel functions, which become really important at classifying data in a non-linear way, and slack variables are introduced to improve the prediction ability. Next, we study two methods that allow us to apply the algorithm to non-binary classification. In the second chapter, the concept of support vector machine is generalized to apply it to regression problems by defining an ε-insensitive loss function that ignores errors smaller than a certain constant. Finally, we illustrate how to apply these algorithms in R by using two real examples. |
Descrición: | Traballo Fin de Grao en Matemáticas. Curso 2018-2019 |
URI: | http://hdl.handle.net/10347/26314 |
Dereitos: | Atribución-NoComercial-CompartirIgual 4.0 Internacional |
Coleccións
-
- Grao en Matemáticas [306]
O ítem ten asociados os seguintes ficheiros de licenza: