Bài giảng Nhập môn Học máy và Khai phá dữ liệu: Chương 9, chương này cung cấp cho học viên những nội dung về: phân lớp; máy vectơ hỗ trợ (Support vector machine); mặt siêu phẳng phân tách; mặt siêu phẳng có lề cực đại; dữ liệu phân tách được tuyến tính (SVM); tính toán mức lề; . Mời các bạn cùng tham khảo chi tiết nội dung bài giảng! | Nhập môn Học máy và Khai phá dữ liệu IT3190 Nguyễn Nhật Quang Trường Đại học Bách Khoa Hà Nội Viện Công nghệ thông tin và truyền thông Năm học 2020-2021 Nội dung môn học Giới thiệu về Học máy và Khai phá dữ liệu Tiền xử lý dữ liệu Đánh giá hiệu năng của hệ thống Hồi quy Phân lớp Máy vectơ hỗ trợ Support vector machine Phân cụm Phát hiện luật kết hợp Nhập môn Học máy và Khai phá dữ liệu Introduction to Machine learning and Data mining 2 Máy vectơ hỗ trợ - Giới thiệu 1 Máy vectơ hỗ trợ Support vector machine - SVM được đề cử bởi 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 Nhập môn Học máy và Khai phá dữ liệu Introduction to Machine learning and Data mining 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 biết đến là một trong số các phương pháp phân lớp tốt nhất đối với các bài toán phân lớp văn bản text document classification Nhập môn Học máy và Khai phá dữ liệu Introduction to Machine learning and Data mining 4 Máy vectơ hỗ trợ - Giới thiệu 3 Các vectơ được ký hiệu bởi các chữ đậm nét Biểu diễn tập r các ví dụ huấn luyện training examples 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
