Tài liệu tóm tắt môn Khai phá dữ liệu, chuyên ngành phần mềm khoa công nghệ thông tin. DeepL (www.deepl.com): Được đánh giá là một trong những trang web dịch ngôn ngữ chính xác nhất, DeepL sử dụng công nghệ AI và máy học sâu để cải thiện chất lượng dịch. Microsoft Translator (www.microsoft.comenustranslator): Công cụ dịch ngôn ngữ miễn phí của Microsoft, cho phép bạn dịch văn bản, từ vựng, câu và cả hình ảnh.
KHAI PHÁ DỮ LIỆU Trường Đại học Nha Trang Khoa Công nghệ thông tin Bộ môn Hệ thống thông tin Giáo viên: TS.Nguyễn Khắc Cường CHỦ ĐỀ PHÂN LỚP (SVM - Binary – nonlinear separable) SVM – binary – nonlinear separable Binary – nonlinear separable training dataset? Giải pháp: Biến đối input data sang feature space có mức độ phân tách tuyến tính cao SVM – binary – nonlinear separable Idea toán học: Transform training data (input vector space) sang khơng gian vector (feature space) có số chiều lớn Lý do? SVM – binary – nonlinear separable Tác dụng Kernel: nâng liệu gốc lên khơng gian có số chiều cao Idea tốn học: Thực hiện: Dùng trick: Kernel functions K Một số kernel function thông dụng: Polynomial kernel K đa thức d K ( xi , x j ) xi x j 1 Gaussian kernel x x i j K ( xi , x j ) exp 2 Gaussian radial basis function (RBF) K ( xi , x j ) exp xi x j sample không gian gốc SVM – binary – nonlinear separable Idea toán học: Thực hiện: Một số kernel function thông dụng: Laplace RBF kernel xi x j K ( xi , x j ) exp Hyperbolic tangent kernel K ( xi , x j ) kxi x j c Kernel function tự xây dựng? k 0, c SVM – binary – nonlinear separable Minh họa kết input space sau dùng kernel function để biến đổi sang feature space x K (x) SVM – binary – nonlinear separable