با سلام

 آموزش پیاده سازی ماشین های بردار پشتیبان SVM در متلب مربوط به فصل هشتم (قسمت ۳۲) از سری فیلم های آموزشی یادگیری ماشین می باشد.  فصل هشتم در پنج قسمت (۲۸-۳۲) به آموزش ماشین بردار پشتیبان SVM میپردازد.

فصل هشتم شامل زیر بخش های زیر می باشد:

۱- مفهوم حاشیه margin در SVM

۲- کلاس های قابل تفکیک در SVM

۳- آموزش Hinge Loss در SVM

۴- آموزش توابع کرنل Kernel Function در SVM

۵- پیاده سازی SVM در متلب

 

 

آموزش پیاده سازی ماشین های بردار پشتیبان SVM در متلب

 

مباحث  آموزش پیاده سازی ماشین های بردار پشتیبان SVM در متلب

در قسمت سی و دوم موارد زیر آموزش داده می شود:

۱- پیاده سازی SVM در متلب

————————————————————————————————————————————

سرفصل های این مجموعه آموزشی یادگیری ماشین در متلب شامل موارد زیر می باشد:

سرفصل های آموزش جامع یادگیری ماشین:

فصل اول: آمار مقدماتی

فصل دوم: مفهوم یادگیری نظارت شده

فصل سوم: رگرسیون خطی و رگرسیون منطقی

فصل چهارم: روش های طبقه بندی پارامتریک

فصل پنجم : شبکه های عصبی

فصل ششم: روش های طبقه بندی غیر پارامتریک

فصل هفتم: درخت تصمیم گیری

فصل هشتم : ماشین بردار پشتیبان SVM

فصل نهم: روش های ترکیبی Ensemble Methods

تذکر

کتاب یادگیری ماشین آلپایدین (Alpaydın) میتوانید از اینجا و کتاب میشل (Tom Mitchell) را نیز از اینجا دانلود نمایید.

دانولد اسلاید های  آموزش پیاده سازی ماشین های بردار پشتیبان SVM در متلب

اسلایدهای این مجموعه آموزشی را می توانید از اینجا دانلود نمایید.

 

  آموزش پیاده سازی ماشین های بردار پشتیبان SVM در متلب از آموزش های گام به گام یادگیری ماشین در متلب برای اولین بار در ایران تهیه و توسط یکی از مجربترین اسانید در زمینه هوش مصنوعی آموزش داده شده است.

این مجموعه آموزشی بسیار مناسب برای محققین و دانشجویان در مقاطع کارشناسی، کارشناسی ارشد و دکتری می باشد که قصد یادگیری این درس و همچنین استفاده ازالگوریتم های هوش مصنوعی در مقاله و پایان نامه خود را دارند

با تشکر

کلمه کلیدی:

ماشین های بردار پشتیبان, SVM , support vector machine ,Logistic regression,حاشیه,margin,Hinge Loss,Kernel trick,Kernel machines, رگرسیون, دسته بندی,کلاس بندی,classification,