Il lavoro studia inizialmente l'utilizzo di Support Vector Machine per la classificazione. Vengono introdotte SVM lineari per dati separabili e non separabili e SVM non lineari con Kernel. In seguito quanto visto in via teorica viene applicato in MATLAB a due casi di classificazione (Iris di Fisher e classificazione dei dati di una analisi SPECT). Per finire vengono introdotte le SVM per la regressione
Studio di Support Vector Machine per la classificazione e la regressione statistica
Piovesan, Nicola
2013/2014
Abstract
Il lavoro studia inizialmente l'utilizzo di Support Vector Machine per la classificazione. Vengono introdotte SVM lineari per dati separabili e non separabili e SVM non lineari con Kernel. In seguito quanto visto in via teorica viene applicato in MATLAB a due casi di classificazione (Iris di Fisher e classificazione dei dati di una analisi SPECT). Per finire vengono introdotte le SVM per la regressioneFile in questo prodotto:
| File | Dimensione | Formato | |
|---|---|---|---|
|
Studio_di_Support_Vector_Machine_per_la_classificazione_la_regressione_statistica.pdf
accesso aperto
Dimensione
1.26 MB
Formato
Adobe PDF
|
1.26 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/16852