Las máquinas de vectores de soporte son clasificadores binarios no probabilísticos. Lo que eso significa es que clasifican los objetos en dos secciones. O esto o aquello, se puede decir. El modelo desarrollado por el SVM crea una brecha de regresión o clasificación entre dos tipos diferentes de objetos utilizando los conjuntos de datos de entrenamiento. Cuando los datos de nuevos conjuntos de datos se pasan al SVM, clasificará los nuevos datos como pertenecientes a un lado de la brecha de clasificación o al otro.
En los diagramas anteriores, puede ver que la brecha de clasificación se crea mediante el hiperplano óptimo que divide los diferentes tipos de objetos en dos categorías. Eso es SVM.
Ahora la red neuronal convolucional (CNN) es un proceso de dos fases. Primero, las características de los datos de entrada se extraen usando filtros de convolución y luego sus dimensiones se reducen usando la agrupación Max. Estos filtros luego muestrearán las nuevas características extraídas hasta que se forme una capa de grupo completamente conectada. Una vez que se forma la red completamente conectada, se puede usar un perceptrón multicapa para clasificar los diferentes valores extraídos en el grupo de convolución. Este clasificador también puede ser un SVM como se discutió anteriormente en lugar de un Perceptrón de múltiples capas. Las características muestreadas se clasifican en diferentes categorías usando el clasificador y en este caso puede usar un SVM. Sin embargo, las características extraídas pueden pertenecer a múltiples categorías, en cuyo caso el uso de un SVM puede no ser muy eficiente. Por ejemplo, suponga que el conjunto de datos contiene 3 tipos diferentes de características. Ahora un SVM tomaría 2 tipos y clasificaría las características en dos grupos. Luego clasificaría los nuevos grupos en un tercer grupo. Pero, en lugar de un SVM, si usamos un Perceptrón multicapa, podemos clasificar rápidamente múltiples tipos de características, aumentando así la eficiencia del algoritmo.
- ¿Cuál es el mejor enfoque para aprender sobre los algoritmos de redes neuronales de predicción del mercado de valores?
- Intuitivamente, ¿cómo afecta el tamaño del mini lote al rendimiento del descenso de gradiente (estocástico)?
- ¿Cuál es el mejor instituto en Bangalore para aprendizaje automático, inteligencia artificial y aprendizaje profundo (necesita práctica)?
- ¿Qué técnicas de aprendizaje automático se utilizan en la industria?
- Si quiero aprender mucho sobre IA, aprendizaje automático y ciencia de datos, y no tengo absolutamente ninguna experiencia sobre ellos, ¿por dónde empiezo?
Espero que esto responda a su pregunta.