Машинное обучение 5. Классификация. SVM, RVM

Таймкоды: 00:00:00 содержание лекции 00:00:40 задача обучения линейного классификатора 00:03:00 аппроксимация и регуляризация эмпирического риска 00:07:50 оптимальная разделяющая гиперлоскость 00:12:20 обоснование кусочно-линейной функции потерь 00:18:00 Напоминание. Условия ККТ 00:22:10 Необходимые условия седловой точки функции Лагранжа 00:25:05 Понятие опорного вектора и типизация объектов 00:36:00 Нелинейное обобщение SVM 00:47:30 Примеры 01:02:40 Преимущества и недостатки SVM 01:05:20 SVM-регрессия и примеры 01:10:45 LASSO SVM 01:15:00 Сравнение L1, L2 регуляризаций 01:17:00 Elastic Net SVM 01:19:00 Support Features Machine (SFM) 01:23:00 Метод релевантных векторов RVM. Дата лекции: 05.10.2025 Лектор: Воронцов Константин Вячеславович Оператор: Мартынова Анна Монтажер: Воробьев Павел Плейлист на YouTube: https://www.youtube.com/playlist?list=PL4_hYwCyhAvZA-AvUKhB1lcV1kDaamFgY Плейлист