Grundlagen von Support Vector Machines

Speaker:

Jens Pönisch (TU Chemnitz) / Homepage

Scheduled time: Saturday, 15:00 , Room V2

Support Vector Machines (SVM) sind eine Technik des überwachten Lernens für mittlere Datenmengen für die Klassifikation bzw. Regression. Grundidee bei der Klassifikation ist die Konstruktion einer optimalen Trennebene zwischen den Punkten verschiedener Datenklassen. Zur Behandlung von Ausreißern werden Schlupfvariablen eingeführt, der Kerneltrick erlaubt eine einfache Behandlung nichtlinearer Trennungen. Das Training besteht hier im Erlernen der optimalen Parameter des zu lösenden konvexen Optimierungsproblems.

Desired previous knowledge: Grundlagen lineare Algebra.

Further information: Short paper

Supplemental material: Slides (727 KiB), Material (external)

Audio recording: