ParsX.com
پذیرش پروژه از دانشجویی ... تا سازمانی 09376225339
 
   ProfileProfile   Log in to check your private messagesLog in to check your private messages  |  FAQFAQ   SearchSearch   MemberlistMemberlist   UsergroupsUsergroups Log inLog in   RegisterRegister 

Support Vector Machines - SVM

 
Post new topic   Reply to topic    ParsX.com Forum Index -> بازشناسی اماری الگو
View previous topic :: View next topic  
Author Message
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Sun Dec 08, 2019 2:52 pm    Post subject: Support Vector Machines - SVM Reply with quote

چقدر کتاب بی شاپ سخته . چرا اینطوریه کلا کتاب هایی که سخته تو دانشگاه خیلی توصیه میشه مثلا ریاضیات مهندسیه شیدفر همیشه ضدآموزشی بود.

دسته بند خطی خیلی آسونه یه خطی که کلاسه بندی می کنه. یک خطی که بین دو نوع داده تمایز ایجاد می کنه.مثلا احساسات مثبت و احساسات منفی. این کار به شما امکان کنترل روی داده رو می ده. به راحتی مدیریت و دسته بندی بین نقاط داده مختلف را انجام می دهدـ(خودمونیم انقدرهاهم ساده نیست که این ملعون میگوید).

اما ماشین بردار پشتیبان SVM قویتر از کلاس بندهای خطی هست. الگوریتمی چند بعدی است. به خاطر همین هم خیلی قوی هستند. از یه کلکی به اسم کرنل استفاده می کنه. این ماشین بردار پشتیبان ها می توانند محدوده های غیر خطی را هم ایجاد کنند. با استفاده از فراصفحه hyperplane .

svm ها انواع مجموعه داده را پشتیبانی می کنند. آما داده های با ابعاد بالاتر را بهره وری بیشتری دارند .
Quote:

کلاس بندی متن که در آن زبان ابعاد زیادی از بردار کلمه دارد.
کنترل کیفیت ترتیب DNA با برچسب زنی کروماتوگرام ها

سه نوع svm داریم:


    Maximum margin Classifier
    Support vector classifiers
    Support vector machines



https://hub.packtpub.com/what-is-a-support-vector-machine/
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Sun Dec 08, 2019 3:08 pm    Post subject: Maximum Margin Classfier Reply with quote

Maximum Margin Classfier
Cool
مردم معمولا کلاسه بند دسته بند بیشینه حاشیه یا Maximum Margin Classifier را با SVM یکی می دانند . حق دارند چون رایج ترین نوع SVM ها هستند. اما همانطور که بعدا میگیم (شایدم نگیم) یه فرق های مهمی دارند Wink
هدف پیدا کردن یه خط یا یه صفحه است که بین دو دسته داده ما کشیده بشه. هدف الگوریتم پیداکردن دورترین فاصله بین دو نقطه نزدیکتر بین این دو دسته هست . که بهش می گن maximum margin. بعد از پیداکردنش فراصفحه یا خط جداکننده میشینه در این قسمت .

فرمول فراصفحه اینه :


beta0+beta1X1 + beta2X2 =0
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Mon Dec 09, 2019 1:43 pm    Post subject: Reply with quote

خوب یه لینک خیلی خوب پیدا کردم برای svm لینک ذیل :
https://www.outlier.ir/2017/06/16/svm-tutorial-part-2/
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Mon Dec 09, 2019 2:33 pm    Post subject: Reply with quote

خوب لینک بالا که معرفی کردم ترجمه لینک ذیل هست
https://www.svm-tutorial.com/2017/10/support-vector-machines-succinctly-released/

نویسنده یک کتاب نوشته باید با فیلترشکن سراغش برید.
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Wed Dec 11, 2019 10:01 am    Post subject: کتاب svm Reply with quote

لینک کتاب برای دانلود از اینجا
http://jermmy.xyz/images/2017-12-23/support_vector_machines_succinctly.pdf

یا توی گوگل سرچ کنید اسم کتاب رو :؛Support Vector Machines Succinctly؛
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Sat Dec 14, 2019 11:29 am    Post subject: تعریف بردار Reply with quote


    برای تعریف یک بردار باید اندازه(دامنه) و جهت را در اختیار داشت. اندازه از طریق نرم افلیدسی و جهت از تقسیم مقادیر بر نرم محاسبه می شود.
    نرم بردار جهت همیشه یک است The norm of a direction vector is always 1
    بردار جهت را بردار یکه نیز می گوییم As a result, a direction vector such as w is often referred to as a unit vector



کد پایتون:
import numpy as np
def direction(x):
     return x/np.linalg.norm(x)
np.linalg.norm(np.array([0.6,0.8]))   #1
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Sat Dec 21, 2019 9:58 am    Post subject: Reply with quote

ضرب نقطه ای
x.y=||X||||Y||cosTeta

ضرب نقطه ای به زاویه بین دو بردار وابستگی مستقیم دارد: اگر تتا برابر صفر باشدxy می شود.
اگر تتا برابر۹۰ باشد حاصلضرب صفر
اگر تتا برابر ۱۸۰ باشد حاصلضرب منفی می شود.
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Sat Dec 21, 2019 2:42 pm    Post subject: Reply with quote

اگه اون حسن زاده(معلم ریاضی اول دبیرستانم) که واقعا هیچ. یکی به من می گفت این فرمولهای مزخرف که حفظ می کنی بیست سال دیگه در همچین روزی چنین کاربردی دارد. آنچنان با انگیزه درس می خوندم که خخخ.

cos(B-A)=CosBCosA+SinBSinA


Theta=B-A شکل صفحه ۱۹ کتاب.
داشتیم که CosB یا B همون بتا زاویه بردار x هست با محور xها.
CosA هم که زاویه بردار y با محورxها.
لذا
:
X.Y=x1y1+x2y2
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Sat Dec 21, 2019 2:57 pm    Post subject: linear seperability Reply with quote

linear seperability
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Sat Dec 21, 2019 3:21 pm    Post subject: Reply with quote

چه جمله ساده و گویایی:
In geometry, a hyperplane is a subspace of one dimension less than its ambient space
Back to top
vahid
بي تو هرگز


Joined: 26 Nov 2004
Posts: 3067
Location: Tehran

PostPosted: Sat Jan 04, 2020 10:14 am    Post subject: Reply with quote

براش اشنایی با مفهوم پرسپترون می رویم لینک ذیل :
http://computer.parsx.com/viewtopic.php?t=1998
Back to top
Display posts from previous:   
Post new topic   Reply to topic    ParsX.com Forum Index -> بازشناسی اماری الگو All times are GMT + 3.5 Hours
Page 1 of 1

 
Jump to:  
You cannot post new topics in this forum
You cannot reply to topics in this forum
You cannot edit your posts in this forum
You cannot delete your posts in this forum
You cannot vote in polls in this forum