Informations administratives
| Titre | Conférence: SVM et Kernels |
| Durée | 60 |
| Module | A |
| Type de leçon | Conférence |
| Focus | Pratique — Modélisation de l’IA |
| Sujet | Modélisation de l’IA |
Mots-clés
classificateur de marge maximum, vecteur de support, tour de noyau,
Objectifs d’apprentissage
- Pour savoir ce qu’est un vecteur de support et comment le trouver dans un espace de fonctionnalité
- Pour savoir comment fonctionne un SVM linéaire
- Comprendre le concept de fonction noyau dans le contexte de SVM
- Savoir comment l’astuce du noyau permet d’effectuer une classification non linéaire avec SVM linéaire
Préparation prévue
Événements d’apprentissage à compléter avant
Obligatoire pour les étudiants
- Révision de la géométrie analytique (par exemple, distance d’un point à un plan).
Optionnel pour les étudiants
Aucun.
Références et antécédents pour les étudiants
- Évêque, Christopher M. (2006). Reconnaissance des modèles et apprentissage automatique, chapitre 7
Recommandé pour les enseignants
- Familiarisez-vous avec le matériel de démonstration.
Matériel de leçon
Instructions pour les enseignants
Couvrir les sujets dans le plan de la leçon et démontrer l’effet du paramètre de complexité et du paramètre RBF à l’aide des blocs-notes interactifs. Montrez un exemple de sous-ajustement. Donnez un bref aperçu du code.
Esquisse/horaire
| Durée (min) | Description | Concepts |
|---|---|---|
| 15 | Classificateurs de marges maximales | espace de fonctionnalité, séparation hyperplane, marge, vecteur de support |
| 10 | Formulation de marge molle | variables Slack, complexité du modèle |
| 10 | Double formulation et optimisation | Multiplicateurs Lagrange, problèmes primaires et doubles |
| 10 | Vecteurs de soutien et prédictions | doubles paramètres et vecteurs de support |
| 15 | La non-linéarisation et l’astuce du noyau | fonction du noyau |
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.