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 regressione
2013-07-22
SVM, classificazione, regressione, kernel, apprendimento
File 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