Метод опорных векторов, часть 2: полиномиальное ядро (часть 2 из 3)

В методе опорных векторов (SVM) для выполнения всей сложной работы используются функции ядра, и в этом выпуске StatQuest мы подробно рассмотрим одну из самых популярных: полиномиальное ядро. Мы обсуждаем значения параметров и то, как они вычисляют многомерные координаты с помощью скалярного произведения и многомерных соотношений. ПРИМЕЧАНИЕ: Этот StatQuest предполагает, что вы уже знакомы с... Машинами опорных векторов:    • Support Vector Machines Part 1 (of 3): Mai...   Перекрестной проверкой:    • Machine Learning Fundamentals: Cross Valid...   ТАКЖЕ ПРИМЕЧАНИЕ: Этот StatQuest основан на... 1) Описании ядерных функций и связанных с ними понятий на страницах 352–353 книги «Введение в статистическое обучение в R»: http://faculty.marshall.usc.edu/garet... 2) Полиномиальное ядро ​​также основано на ядре, используемом scikit-learn: https://scikit-learn.org/stable/modul... Полный указатель всех видеороликов StatQuest см. Выход: https://statquest.org/video-index/ Если вы хотите поддержать StatQuest, пожалуйста, рассмотрите следующие варианты: Patreon:   / statquest   ...или... Подписка на YouTube:    / @statquest   ...покупка одной из моих книг, учебного пособия, футболки или толстовки, или песни в магазине StatQuest... https://statquest.org/statquest-store/ ...или просто пожертвование StatQuest! https://www.paypal.me/statquest Наконец, если вы хотите следить за моими исследованиями и созданием новых StatQuest, подпишитесь на меня в Твиттере:   / joshuastarmer   #statquest #SVM #kernel