Введение в метод опорных векторов 0:00 Обсуждение оптимизационной задачи для метода опорных векторов. Проблема использования градиентных методов из-за негладкой функции потерь. Упоминание о возможности использования субградиентных методов.
Квадратичное программирование 0:53 Объяснение подхода квадратичного программирования для решения задачи. Использование условий Каратеодори-Куна-Таккера и поиск седловой точки функции Лагранжа. Подчёркивание простоты использования готовых реализаций метода.
Принцип работы метода 2:33 Важность понимания принципа работы метода опорных векторов. Вычисление коэффициентов омега через линейную комбинацию наблюдений. Роль опорных векторов в методе.
Интерпретация коэффициентов 3:48 Интерпретация значений коэффициента лямбда: периферийные, граничные и ошибочные объекты. Применение метода для выделения выбросов и анализа обучающей выборки.
Практическое применение 5:18 Пример бинарной классификации с использованием библиотеки Scikit-learn. Настройка метода опорных векторов и получение коэффициентов омега. Визуализация результатов на графиках.
Линейно неразделимая выборка 7:58 Добавление выбросов в обучающую выборку. Использование класса SVC для линейно неразделимой выборки. Проверка правильности классификации и вывод опорных векторов.
Итоги 9:45 Подведение итогов работы метода опорных векторов. Минимизация функционала и выделение опорных векторов. Вычисление векторов весовых коэффициентов омега.
