Лекция №7 "Машина опорных векторов" Technosphere1Техносфера Mail.ru Group, МГУ им. М.В. Ломоносова. Курс "Алгоритмы интеллектуальной обработки больших объемов данных", Лекция №7 "Машина опорных векторов"
Лектор - Николай Анохин
Разделяющая поверхность с максимальным зазором. Формулировка задачи оптимизации для случаев линейно-разделимых и линейно-неразделимых классов. Сопряженная задача. Опорные векторы. KKT-условия. SVM для задач классификации и регрессии. Kernel trick. Теорема Мерсера. Примеры функций ядра.
Видео лекции курса https://www.youtube.com/playlist?list=PLrCZzMib1e9pyyrqknouMZbIPf4l3CwUP
Лекция №6 "Линейные модели для классификации и регрессии" Technosphere1Техносфера Mail.ru Group, МГУ им. М.В. Ломоносова. Курс "Алгоритмы интеллектуальной обработки больших объемов данных", Лекция №6 "Линейные модели для классификации и регрессии"
Лектор - Николай Анохин
Обобщенные линейные модели. Постановка задачи оптимизации. Примеры критериев. Градиентный спуск. Регуляризация. Метод Maximum Likelihood. Логистическая регрессия.
Видео лекции курса https://www.youtube.com/playlist?list=PLrCZzMib1e9pyyrqknouMZbIPf4l3CwUP
Интегрированный урок "информатика + математика" в 10 классе "Преобразования г...Kirrrr123Интегрированный урок "информатика + математика" в 10 классе "Преобразования графиков функций с MS Excel"
Лекция №7 "Машина опорных векторов" Technosphere1Техносфера Mail.ru Group, МГУ им. М.В. Ломоносова. Курс "Алгоритмы интеллектуальной обработки больших объемов данных", Лекция №7 "Машина опорных векторов"
Лектор - Николай Анохин
Разделяющая поверхность с максимальным зазором. Формулировка задачи оптимизации для случаев линейно-разделимых и линейно-неразделимых классов. Сопряженная задача. Опорные векторы. KKT-условия. SVM для задач классификации и регрессии. Kernel trick. Теорема Мерсера. Примеры функций ядра.
Видео лекции курса https://www.youtube.com/playlist?list=PLrCZzMib1e9pyyrqknouMZbIPf4l3CwUP
Лекция №6 "Линейные модели для классификации и регрессии" Technosphere1Техносфера Mail.ru Group, МГУ им. М.В. Ломоносова. Курс "Алгоритмы интеллектуальной обработки больших объемов данных", Лекция №6 "Линейные модели для классификации и регрессии"
Лектор - Николай Анохин
Обобщенные линейные модели. Постановка задачи оптимизации. Примеры критериев. Градиентный спуск. Регуляризация. Метод Maximum Likelihood. Логистическая регрессия.
Видео лекции курса https://www.youtube.com/playlist?list=PLrCZzMib1e9pyyrqknouMZbIPf4l3CwUP
Интегрированный урок "информатика + математика" в 10 классе "Преобразования г...Kirrrr123Интегрированный урок "информатика + математика" в 10 классе "Преобразования графиков функций с MS Excel"
Scolis websitev003 03032012jeephourThe SCOLIS website provides e-learning, e-portfolios, and social networking for social care employers, individuals, and the general public in Sheffield. Users can access diverse learning resources through the site, share knowledge, and progress at their own pace. It aims to support more imaginative and collaborative approaches to learning and development through technology. The site allows users to take courses, build e-portfolios showcasing their work and skills, and connect with other users through social networking features like groups and messaging. Maintaining, moderating, and ensuring expertise on the site over time presents ongoing challenges to sustainability.
1. 7 КЛАСС. АЛГЕБРА.
Линейная функция. y = kx+b
k
Обратная пропорциональность. y =
x
Зиланшина Лия, Стрелкова Татьяна
ГОУ СОШ 457 г.Санкт-Петербург
2012г.
2. Линейной функцией называется функция вида
у = kx + b
где k и b – заданные числа
у = kx + b
Графиком линейной функции является прямая
1 способ построения – по двум точкам
3. Прямая пропорциональность
у
+3
2x
2x
y=2x (0 ; 0 ), (- -4
y=
y=
2; )
4–
2x
Линейная функция
y=
y = 2 x +3 (0 ; 3 ), ( - 4 ; - 5 )
0 1 х
y=2x–4 (0; - 4), (4; 4 )
Если угловые коэффициенты равны, то прямые параллельны.
4. 2 способ построения – +4
у 0, 5x
с помощью y=
параллельного переноса
x
= 0,5
y
y =0,5x
0 1 х
y =0,5x +4 - 2
, 5x
=0
y
– 3,5
x
= 0,5
y = 0,5x - 2 y
y = 0,5x – 3,5
Это важно!
9. у 3
y = 0,5 x+3 0, 5x+
y=
(0 ; 3 ), (- 4; 1 ) Точки
y = −2 х - 1
0 1 х
(0 ; - 1 ), (- 3; 5 ) Точки
y=
−2
х-
1
Это важно!
Если k1 ⋅k 2 = − 1, то прямые перпендикулярны.
10. у
y=3
(0 ; 3 ), (- 4; 3 ) y=3
Точки
x=4
0 1 х
( 4 ; 2), ( 4 ; - 5 ) Точки
x =4
Прямая y = b параллельна оси абсцисс.
Прямая х = а параллельна оси ординат.
11. y = 3,5 у
y = 0,5 y = 3,5
y=-5
y = 0,5
y=0 0 1 х
x=4
x =- 3
x=0
x =4
x=-3
y=-5
у=0 Ось абсцисс
х=0 Ось ординат
13. у
y = 2x + 3
+3
План
2x
построения
y=
0 1 х
y =x
y = 2x
y = 2x + 3
14. у
y = −2x + 3
План
построения
0 1 х
y =x
y = 2x
y = − 2x
y = − 2x + 3
15. № 568 Для перевозки некоторого количества зерна
автомашина, имеющая грузоподъемность 4 т, сделала 15
рейсов. Какую грузоподъемность должна иметь автомашина,
чтобы такое же количество зерна перевезти за 12 рейсов?
4т 15 рейсов
х 12 рейсов
16. Поезд движется из Москвы в Санкт-Петербург со скоростью
v км/ч. За какое время поезд пройдет путь 700 км?
700
t= v Москва
Санкт-Петербург
t(v) = 700
v
Editor's Notes
#2: Инструкция. Презентация выполнена с помощью управляющих кнопок. Работу можно использовать для демонстрации в классе, а также использовать в компьютерном классе.