Pular para o conteúdo principal
InícioR

Support Vector Machines in R

This course will introduce the support vector machine (SVM) using an intuitive, visual approach.

Comece O Curso Gratuitamente
4 horas13 vídeos47 exercícios10.219 aprendizesTrophyDeclaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas


Descrição do Curso

This course will introduce a powerful classifier, the support vector machine (SVM) using an intuitive, visual approach. Support Vector Machines in R will help students develop an understanding of the SVM model as a classifier and gain practical experience using R’s libsvm implementation from the e1071 package. Along the way, students will gain an intuitive understanding of important concepts, such as hard and soft margins, the kernel trick, different types of kernels, and how to tune SVM parameters. Get ready to classify data with this impressive model.
Para Empresas

Treinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.
DataCamp Para EmpresasPara uma solução sob medida , agende uma demonstração.

Nas seguintes faixas

Cientista de aprendizado de máquina in R

Ir para a trilha

Aprendizado de máquina supervisionado em R

Ir para a trilha
  1. 1

    Introduction

    Gratuito

    This chapter introduces some key concepts of support vector machines through a simple 1-dimensional example. Students are also walked through the creation of a linearly separable dataset that is used in the subsequent chapter.

    Reproduzir Capítulo Agora
    Sugar content of soft drinks
    50 xp
    Visualizing a sugar content dataset
    100 xp
    Identifying decision boundaries
    50 xp
    Find the maximal margin separator
    100 xp
    Visualize the maximal margin separator
    100 xp
    Generating a linearly separable dataset
    50 xp
    Generate a 2d uniformly distributed dataset.
    100 xp
    Create a decision boundary
    100 xp
    Introduce a margin in the dataset
    100 xp
  2. 2

    Support Vector Classifiers - Linear Kernels

    Introduces students to the basic concepts of support vector machines by applying the svm algorithm to a dataset that is linearly separable. Key concepts are illustrated through ggplot visualisations that are built from the outputs of the algorithm and the role of the cost parameter is highlighted via a simple example. The chapter closes with a section on how the algorithm deals with multiclass problems.

    Reproduzir Capítulo Agora
  3. 3

    Polynomial Kernels

    Provides an introduction to polynomial kernels via a dataset that is radially separable (i.e. has a circular decision boundary). After demonstrating the inadequacy of linear kernels for this dataset, students will see how a simple transformation renders the problem linearly separable thus motivating an intuitive discussion of the kernel trick. Students will then apply the polynomial kernel to the dataset and tune the resulting classifier.

    Reproduzir Capítulo Agora
  4. 4

    Radial Basis Function Kernels

    Builds on the previous three chapters by introducing the highly flexible Radial Basis Function (RBF) kernel. Students will create a "complex" dataset that shows up the limitations of polynomial kernels. Then, following an intuitive motivation for the RBF kernel, students see how it addresses the shortcomings of the other kernels discussed in this course.

    Reproduzir Capítulo Agora
Para Empresas

Treinar 2 ou mais pessoas?

Obtenha acesso à sua equipe à plataforma DataCamp completa, incluindo todos os recursos.

Nas seguintes faixas

Cientista de aprendizado de máquina in R

Ir para a trilha

Aprendizado de máquina supervisionado em R

Ir para a trilha

colaboradores

Collaborator's avatar
Chester Ismay
Collaborator's avatar
Becca Robins

pré-requisitos

Introduction to R
Kailash Awati HeadshotKailash Awati

Senior Lecturer at University of Technology Sydney.

Ver Mais

O que os outros alunos têm a dizer?

Junte-se a mais de 15 milhões de alunos e comece Support Vector Machines in R hoje mesmo!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.