Strojové učenie

Domáca úloha 2 - support vector machines

Táto úloha je o využití frameworku SVM na naučenie klasifikácie viacrozmerných lineárne neseparovateľných dát. Pre zvolené dáta treba využiť jednak polynomiálny kernel a jednak RBF kernel a obe metódy porovnať cross-validáciou. Viac informácií je v poznámkach.

1. nájdite dáta, ktoré má algoritmus klasifikovať, mali by byť lineárne neseparovateľné a viacrozmerné
2. vyberte si softvérovú platformu a knižnicu, ktorú použijete
3. opakovane natrénujte oba modely a porovnajte ich pomocou štandardného t-testu (kap. 5.6. podľa Mitchella - priložená v LISTe)

Môžete si vybrať ľubovoľnú softvérovú knižnicu, prehľad nájdete napríklad tu: SVM Software

Príklady trénovacích množín (alebo si vyberte inú):

Odovzdajte - dáta, programy, ktoré ste použili, odkazy na knižnice, ktoré ste použili a výsledky so štatistickým porovnaním použitých kernelov vo forme tabulky (aspoň pre dve rôzne hodnoty "confidence").

Riešenie prosím odovzdajte ako jeden zip-súbor do systému LIST do 21.11.2016.