MLWG Session 6 SVM

Par Eric Nowak - LEAR , le 15/06/2005 en salle a_preciser a 15h30

Introduction

Les SVM [Support Vector Machines] sont une methode de classification discriminative qui a des tres bonnes proprietes de generalisation (i.e. classification de donnees inconnues).

L’approche originale est binaire (classifier deux classes) mais elle a rapidement ete etendue a plus de deux classes.

Cette methode permet de classer des donnees qui sont non-lineairement separables.

De nombreuses librairires de SVM proposent des programmes prets a l’emploi pour classer des donnees, mais ils ne peuvent etre utilises correctement sans un minimum de theorie sur les SVM. D’ou cette presentation.

Références

LA reference d’introduction:

C. J. C. Burges.

A Tutorial on Support Vector Machines for Pattern Recognition.

Knowledge Discovery and Data Mining, 2(2), 1998.

http://kernel-machines.org/papers/Burges98.ps.gz