Ψ Die Informatikseite
Menü
Bachelorstudium
- Lineare Algebra
- Algorithmen
- Theoretische Informatik
Masterstudium
- Neuronale Netze
- Computeranimation
Bonusmaterial
- Textsatz mit Latex
- Tipps und Tricks zu PDF-Dateien
- Einplatinenrechner
Studentenratgeber
Studienorte
Bücher
Impressum
Menü
Bachelorstudium
Lineare Algebra
Algorithmen
Theoretische Informatik
Masterstudium
Neuronale Netze
Computeranimation
Bonusmaterial
Textsatz mit Latex
Tipps und Tricks zu PDF-Dateien
Einplatinenrechner
Studentenratgeber
Studienorte
Bücher
Impressum
Informatik
»
Master
»
Neuronale Netze
»
SVMs (Support Vector Machines)
»
Gute Generalisierung bei Support Vector Machines (SVM)
Definition des Risikos zu Support Vector Machines (SVM)
SVMs (Support Vector Machines)
Linear separierbare Probleme
Gute Generalisierung bei Support Vector Machines (SVM)
Eine gute Generalisierung ist erwünscht. Große VC-Dimensionen generalisieren schlecht:
Die VC-Dimension ist nur ein Konzept. Hier sehen wir, dass die VC-Dimension sehr gut funktioniert. Andere Beschreibungsmöglichkeiten wären
Definition des Risikos zu Support Vector Machines (SVM)
SVMs (Support Vector Machines)
Linear separierbare Probleme