В данной работе рассмотрен подход к решению задачи восстановления регрессии с использованием SMO-алгоритма. Даны основные понятия в области обучения машины опорных векторов. Подробно рассмотрено и реализовано обобщение SMO-алгоритма для решения задачи восстановления регрессии с эпсилон-нечувствительной функцией потерь. Проведены численные эксперименты по построению прогноза истинной зависимости на данных модельных и реальных данных.

This paper considers the approach to solving the regression reconstruction problem using the SMO-algorithm. The basic concepts in the area of training the machine of reference vectors are given. A generalization of the SMO-algorithm for solving the regression recovery problem with an epsilon-insensitive loss function is considered and implemented. Numerical experiments to construct a true dependence prediction on model and real data are conducted.

• Обобщение SMO-алгоритма для решения задачи восстановления регрессии с эпсилон-нечувствительной функцией потерь
  • Введение
  • 1. Метод опорных векторов для решения задачи регрессии
  • 2. Алгоритм SMO построения машины опорных векторов
  • 3. Численные эксперименты
  • Заключение
  • Список использованных источников
  • Приложение 1. Псевдокод SMO-алгоритма для решения задачи восстановления регрессии с эпсилон-нечувствительной функцией потерь