Recomendados
Más contenido relacionado
Más de Juan José Gibaja Martíns
Último
Último (20)
Aprendizaje Estadístico con Funciones Kernel
- 1. Universidad Nacional de Educación a Distancia Máster en Matemáticas Avanzadas Trabajo Fin de Máster Aprendizaje Estadístico con Funciones Kernel Tutor: Prof. Hilario Navarro Veguillas Autor: Juan José Gibaja Martíns Madrid, 5 de octubre de 2010
- 2. Índice ● Datos ● Patrones en datos ● Aprendizaje estadístico ● Patrones lineales y no lineales ● La solución kernel ● Fundamentos matemáticos ● Perspectiva histórica ● Support Vector Machines ● Ejemplo: elipses entrelazadas ● Ejemplo: base de datos IRIS ● Kernel PCA ● Ejemplo: parábola ● Conclusión
- 3. Datos
- 5. Patrones en datos Perspectiva histórica paradigma Nuevo Ventaja científico competitiva
- 7. Aprendizaje estadístico Aprendizaje supervisado Perspectiva histórica Aprendizaje no supervisado
- 8. Patrones lineales y no lineales
- 9. Patrones lineales y no lineales Algoritmos eficientes Patrones simples Perspectiva histórica Algoritmos no eficientes Patrones complejos
- 11. La solución kernel Perspectiva representación Cambiar la histórica (vídeo)
- 12. La solución kernel Perspectiva histórica
- 13. La solución kernel Perspectiva histórica INEFICIENCIA
- 14. La solución kernel k(x,y)=〈φ(x),φ(y)〉 Perspectiva histórica
- 15. La solución kernel Perspectiva histórica ¿Y si razonamos al revés?
- 16. La solución kernel φ y 〈,〉 k ...pero...
- 17. La solución kernel ¿ k φ y〈,〉 ? SÍ. Si k es FINITAMENTE SEMIDEFINIDA POSITIVA
- 19. Fundamentos matemáticos ● Espacio vectorial ● Producto interno Perspectiva histórica ● Espacio con producto interno ● Espacio de Hilbert ● Espacio de Hilbert separable e isomorfía ● Matriz de Gram y matriz kernel ● Funciones finitamente semidefinidas positivas ● Caracterización de las funciones kernel ● Reproducing Kernel Hilbert Space
- 21. Perspectiva histórica (kernels) Perspectiva histórica D. Hilbert Mercer (1909) Aronszajn (1950) Aizerman et al. (1964) Poggio y Girosi (1990)
- 22. Perspectiva histórica (clasificadores) Fisher (1936) Vapnik y Lerner (1963) Perspectiva histórica(1964) Vapnik y Chervonenkis Cover (1965) Mangasarian (1965) Smith (1968) Duda y Hart (1973) Bennett y Mangasarian (1992)
- 23. Perspectiva histórica (SVM) Perspectiva histórica V. Vapnik Vapnik y Chervonenkis (1974) Vapnik (1979, 1982) Boser, Guyon y Vapnik (1992) Cortes y Vapnik (1995) Vapnik (1995) Shawe-Taylor (1998) Shawe-Taylor y Cristianini (2000)
- 24. Perspectiva histórica (otros algoritmos) Perspectiva histórica B. Schölkopf Baudat y Anouar (2000) Schölkopf, Smola y Müller (1998) Van Gestel et al. (2001) Burges (2005) Girolami (2001)
- 26. Support vector machines Clases separables vs. no separables Perspectiva histórica
- 27. Support vector machines Enfoque primal vs. dual Perspectiva histórica
- 28. Support vector machines Incorporación del kernel Perspectiva histórica
- 30. Ejemplo: espirales entrelazadas Perspectiva histórica
- 31. Ejemplo: espirales entrelazadas Perspectiva histórica
- 32. Ejemplo: Base de datos IRIS
- 33. Ejemplo: Base de datos IRIS Perspectiva histórica
- 34. Ejemplo: Base de datos IRIS Perspectiva histórica
- 35. Ejemplo: Base de datos IRIS Perspectiva histórica
- 36. Ejemplo: Base de datos IRIS Perspectiva histórica
- 37. Ejemplo: Base de datos IRIS Perspectiva histórica
- 38. Kernel PCA
- 39. Kernel PCA PCA a partir de covarianzas Perspectiva histórica PCA a partir de productos escalares
- 47. Conclusión
- 48. Conclusión El Aprendizaje Estadístico basado en Perspectiva histórica Funciones Kernel es una vía prometedora para conjugar las ventajas de los algoritmos lineales y no lineales de detección de patrones en bases de datos.