Двойственная эквивалентность метода опорных векторов (SVM) | Лагранжиан | Условия Каруша-Куна-Так...

Описание: 🎥 Следующее видео: Приём с ядром:    • Kernel Trick in Support Vector Machines | ...  

🎥 Связанное видео: Дифференцирование:    • Differentiation | Derivative as Slope & Ra...  

👉 В этом видео мы даём чёткое представление об эквивалентности прямой и двойственной задач в оптимизации. Начиная с прямой формулировки, мы выводим лагранжиан, понимаем условия Каруша-Куна-Таккера, разлагаем их и приходим к двойственной задаче Вольфа.

🎯 Цели обучения
✅ Понять интуицию, лежащую в основе эквивалентности прямой и двойственной задач
✅ Сформулировать задачу оптимизации в прямой форме
✅ Построить лагранжиан из ограничений
✅ Четко изучить условия Каруша-Куна-Таккера (ККТ)
✅ Пошагово разложить условия ККТ
✅ Вывести двойственную задачу оптимизации Вольфа

👉 Плейлист «Математика для машинного обучения»:
   • Maths for AI & ML  

🕔 Временные метки 🕘
00:00:00 - 00:00:42 Введение
00:00:43 - 00:01:35 Интуиция
00:01:36 - 00:03:49 Оптимизация (Первичная формулировка)
00:03:50 - 00:09:10 Лагранжиан
00:09:11 - 00:10:40 Условие Каруша-Крна-Таккера (KKT)
00:10:41 - 00:16:40 Расширение (KKT)
00:16:41 - 00:20:05 (Вольф) «Двойная» оптимизация
00:20:06 - 00:24:09 Время вывода
00:24:10 - 00:24:47 Что дальше? 🤔

#ml #ai #hardmargin #softmargin #optimization #hingelossview