Um método de Região de Confiança sem Derivadas com Modelos Construídos por máquinas de Vetores Suporte para Regressão

Adriano Verdério, Katya Scheinberg, Elizabeth W. Karas, Lucas G. Pedroso

Resumo


As máquinas de Vetores suporte são uma classe de algoritmos de Aprendizagem de máquinas motivados por resultados da Teoria de Aprendizagem Estatística. No início, foram usadas para a classificação de padrões e posteriormente estendidas para a regressão de funções. De um certo modo é uma generalização das técnicas usuais de regressão. Nosso objetivo é utiliza-las para construir modelos que aproximam funções as quais temos conhecimento limitado, não conseguindo por exemplo calcular derivadas. Também queremos mostrar que estes modelos são boas aproximações a fim de garantir a convergência global de um método de região de confiança sem derivadas para problemas de otimização com restrições.


Palavras-chave


Máquinas Vetores Suporte, Otimização sem Derivadas

Texto completo:

PDF


DOI: https://doi.org/10.5540/03.2015.003.01.0439

Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato