MVEX01-22-23 Stöd Vector Machines (SVM) och Kernel-metoder för klassificeringsproblem

​I detta projekt kommer Support Vector Machines (SVM) och Kernel-metoder för
klassificeringsproblem att studeras. Vi kommer att tillämpa båda metoderna på simulerad och experimentell data
(Iris dataset) för icke-överlappande och överlappande klasser.
Tillämpningen av detta projekt kan också vara i klassificering av hudbilder från ISIC-projektet,
se länk till projektet


Projektkod: MVEX01-22-23
Gruppstorlek: 3-4 studenter
Målgrupp: GU- och Chalmersstudenter. För GU-studenter räknas projektet som ett projekt i Tillämpad matematik (MMG900/MMG920).
Projektspecifika förkunskapskrav:
Se respektive kursplan för allmänna förkunskapskrav. Utöver de allmänna förkunskapskraven i MVEX01 ska Chalmersstudenter ha avklarat kurser i en- och flervariabelanalys, linjär algebra och matematisk statistik.
Handledare: Larisa Beilina, 031-7725367, larisa.beilina@chalmers.se
Examinator: Maria Roginskaya, Ulla Dinger
Institution: Matematiska vetenskaper

Sidansvarig Publicerad: on 03 nov 2021.