Información administrativa
| Título | Conferencia: SVM y Kernels |
| Duración | 60 |
| Módulo | A |
| Tipo de lección | Conferencia |
| Enfoque | Práctico — Modelado de IA |
| Tema | Modelado de IA |
Keywords
clasificador máximo de margen, vector de soporte, truco del kernel,
Objetivos de aprendizaje
- Saber qué es un vector de soporte y cómo encontrarlo en un espacio de funciones
- Para saber cómo funciona un SVM lineal
- Comprender el concepto de función del kernel en el contexto de SVM
- Saber cómo el truco del kernel permite realizar una clasificación no lineal con SVM lineal
Preparación prevista
Eventos de aprendizaje que se completarán antes
Obligatorio para los estudiantes
- Revisión de la geometría analítica (por ejemplo, distancia de un punto a un plano).
Opcional para estudiantes
Ninguno.
Referencias y antecedentes para estudiantes
- Obispo, Christopher M. (2006). Reconocimiento de patrones y aprendizaje automático, capítulo 7
Recomendado para profesores
- Familiarizarse con el material de demostración.
Material didáctico
Instrucciones para profesores
Cubra los temas en el esquema de la lección y demuestre el efecto del parámetro de complejidad y el parámetro RBF utilizando los cuadernos interactivos. Muestre un ejemplo de inadaptación. Proporcione una breve descripción general del código.
Esquema/horario de tiempo
| Duración (min) | Descripción | Conceptos |
|---|---|---|
| 15 | Clasificadores de margen máximos | espacio de características, separación del hiperplano, margen, vector de soporte |
| 10 | Formulación de márgenes blandos | variables de Slack, complejidad del modelo |
| 10 | Doble formulación y optimización | Multiplicadores Lagrange, problemas primarios y duales |
| 10 | Vectores de soporte y predicciones | parámetros duales y vectores de soporte |
| 15 | La no linealización y el truco del kernel | función del núcleo |
Reconocimientos
El programa de maestría en IA centrada en el ser humano fue cofinanciado por el Mecanismo «Conectar Europa» de la Unión Europea en virtud de la subvención «CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068».