یادگیری ماشین (جلسه پانزدهم) - توابع کرنل، انتخاب مدل و تنظیم مقدار ابرپارامترها

بخش ابتدایی این جلسه در رابطه با دسته‌بندی غیرخطی و استفاده از توابع کرنل گوسی و چندجمله‌ای در ماشین‌های بردار پشتیبان است. بخش دوم در رابطه با موضوع بسیار مهم تنظیم مقدار ابرپارامترها (انتخاب مدل) و جستجوی توری (گرید) و پیاده‌سازی آن در پایتون و همچنین حل مسئله دسته‌بندی داده‌های مارپیچی با استفاده از ماشین‌های بردار پشتیبان و روش‌های ذکر شده در پایتون است. فهرست: یادآوری کرنل‌ها و دسته‌بندی غیرخطی: 00:00:00 توابع کرنل و تابع کرنل چندجمله‌ای: 13:08 تابع کرنل گوسی: 27:32 انتخاب مدل و تعیین مقدار مناسب برای ابرپارامترها: 34:42 اعتبارسنجی متقابل چندبخشی: 42:48 پیاده‌سازی اعتبارسنجی چندبخشی در پایتون: 52:47 ------------------------------------------------------------------------------------- نشانی وب‌سایت درس: http://www.snrazavi.ir/ml-2018/ دانلود کدها و پروژه‌های درس: https://github.com/snrazavi/ -------------------------------------------------------------------------------------