Bài giảng cung cấp cho người học các kiến thức: Giới thiệu mạng nơron nhân tạo, các ứng dụng điển hình, cấu trúc và hoạt động của một nơron nhân tạo, đầu vào và tổng kết dịch chuyển, hàm tác động - Giới hạn cứng, logic ngưỡng, kiến trúc mạng, . | Học Máy IT 4862 Nguyễn ễ Nhật hậ Quang quangnn-fit@ Trường Đại học Bách Khoa Hà Nội Viện Công nghệ thông tin và truyền thông Năm học 2011-2012 Nội dung d môn ô học h Giới thiệu chung g Đánh giá hiệu năng hệ thống học máy Các phương pháp học dựa trên xác suất Các phương pháp học có giám sát Máy vectơ hỗ trợ Support vector machine Các phương pháp học không giám sát L cộng Lọc ộ tác tá Học tăng cường Học Máy IT 4862 2 Máy vectơ hỗ trợ - Giới thiệu 1 Máy vectơ hỗ trợ Support vector machine - SVM được đề cử bởi V V. Vapnik và các đồng nghiệp của ông vào những năm 1970s ở Nga và sau đó đã trở nên nổi tiếng và phổ biến vào những năm 1990s SVM là một phương pháp phân lớp tuyến tính linear classifier với mục đích xác định một siêu phẳng hyperplane để phân tách hai lớp của dữ liệu ví dụ lớp các ví dụ có nhãn dương positive và lớp các ví dụ có nhãn âm negative Các hàm nhân kernel functions cũng được gọi là các hàm biến đổi transformation functions được dùng cho các trường hợp phân lớp phi tuyến Học Máy IT 4862 3 Máy vectơ hỗ trợ - Giới thiệu 2 SVM có một nền tảng lý thuyết chặt chẽ dựa trên nhiều định lý toán học SVM là một phương pháp tốt phù hợp đối với những bài toán phân lớp có không gian biểu diễn thuộc tính lớn các đối tượng cần phân lớp được biểu diễn bởi một tập rất lớn các thuộc tính SVM đã được biếtế đến ế là một trong số ố các phương pháp phân lớp tốt nhất đối với các bài toán phân lớp văn bản text document classification Học Máy IT 4862 4 Máy vectơ hỗ trợ - Giới thiệu 3 Các vectơ được ký hiệu bởi các chữ đậm nét Biểu Biể diễn diễ tập tậ r cácá víí dụ d huấn h ấ luyện l ệ training t i i examples l x1 y1 x2 y2 xr yr xi là một vectơ đầu vào được biểu diễn trong không gian X Rn yi là một nhãn lớp giá trị đầu ra yi 1 -1 yi 1 lớp dương positive yi -1 lớp âm negative 1 nêu w x i b 0 Đối với một ví dụ xi yi 1 nêu w x i b lt 0 SVM xác định một hàm phân tách tuyến tính f x w x b w là vectơ trọng số ố các thuộc tính b là một giá trị số ố thực Học .
