[ABE-L] Seminarios em Aprendizado Estatistico de Maquinas

[Ronaldo Dias]

Prezados(as):

Dando  sequência de Seminários em:
*Kernel-based learning methods: *Applications toward Inference for Large
Scale Text Classification​.

Horário: 19/04 13 as 14hs.
*Novo Local:* Sala 321 IMECC. para os dias 19 e 24/4

Em 12/04 vimos que: o que é costumeiramente chamado de SVM, é de fato *Maximal
Margin classifiers* e *Support vector classifiers* (casos particulares de
SVM). Observamos que o problema dual de otimização envolve produtos
internos e assim pode-se criar kernels usando *high dimension maps* sem
necessariamente termos que calcular os produtos internos destas aplicações.
O que nos levou a compreensão de como *High dimension* é útil para
encontrar o plano separador e a compreensão do conceito *VC dimension. *Esta
semana discutiremos *probabilistic approach to SVM. *Vamos mostrar como o
problema dual de otimização pode ser visto como um problema de máxima
verossimilhança penalizada. E a solução herda todas as boas propriedades do
estimadores de máxima verossimilhança.


-- 
Ronaldo Dias
Professor
Dept. of Statistics-IMECC, UNICAMP
www.ime.unicamp.br/~dias
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <https://lists.ime.usp.br/archives/abe/attachments/20170418/fe7c69f0/attachment.html>