MODULO DIDATTICO

SVM

Esplorazione delle SVM, con introduzione, kernel, visualizzazione dei vettori di supporto e applicazione pratica.

LIVELLO

Da Beginner ad Advanced

PREREQUISITI

Python per la ds, Pandas, Numpy, Scikit-learn, Data visualization

DURATA TOTALE

2 ore

LEZIONI

100% on demand

PUOI TROVARE
QUESTO MODULO DIDATTICO IN

CORSO

Machine Learning Foundations

  • DURATA TOTALE20 ORE
  • LIVELLOIntermedio
  • PREREQUISITOSkill su Python, Pandas, Numpy, Scikit-learn, Data visualization

297€

CORSO

Machine Learning Starter Kit

  • DURATA TOTALE50 ore
  • LIVELLOIntermedio
  • PREREQUISITONessuno

597€

Descrizione

Concetti fondamentali delle macchine a vettori di supporto (SVM). Inizia con un’introduzione alle SVM e prosegue con un approfondimento sui kernel, essenziali per gestire dati non lineari. Include una guida dettagliata su come visualizzare i vettori di supporto.

Conclude con un’applicazione pratica per classificare brand automobilistici utilizzando HOG e SVM, combinando teoria e pratica per una comprensione completa.

Elenco lezioni del modulo

  • Introduzione a SVM
  • Approfondimento su Kernel
  • Visualizzare i vettori di supporto
  • Classificare brand automobilistici con SVM

DOMANDE FREQUENTI