Dans ce livre, nous avons résolu le programme de minimisation quadratique convexe de SVMpar une approche primale-duale qui combine la méthode adaptée de Gabassov avec une méthode de points intérieurs. Pour initialiser l'algorithme, une procédure de mise à l'échelle est utilisée pour construire un support initial. Puis, une solution optimale est déterminée par la méthode adaptée. L'approche proposée fournit une implémentation ef cace d'un nouvel algorithme qui exploite les avantages de la méthode adaptée pour des problèmes d'apprentissage de SVM, tels que le principe de support et le concept d'estimation de suboptimalité. Pour des problèmes de taille moyenne, les résultats expérimen- taux con rment l'ef cacité de notre approche par rapport aux algorithmes classiques d'apprentissage SVM connus tels que SMO, LIBSVM et SVMLight.
Il n'y a pas encore de discussion sur ce livre
Soyez le premier à en lancer une !
Dans ce recueil de 13 nouvelles, la jeune autrice mexicaine frappe fort mais juste
Une fiction historique glaçante et inoubliable, aux confins de l’Antarctique
Découvrez les derniers trésors littéraires de l'année !
"On n'est pas dans le futurisme, mais dans un drame bourgeois ou un thriller atmosphérique"
