Glossario IA
Il dizionario completo dell'Intelligenza Artificiale
Problème Quadratique
Formulation mathématique d'optimisation où l'objectif est de minimiser une fonction quadratique sous des contraintes linéaires, fondement théorique des SVM.
Lagrangien
Fonction mathématique combinant la fonction objectif et les contraintes du problème d'optimisation SVM via les multiplicateurs de Lagrange.
Algorithme SMO
Sequential Minimal Optimization, algorithme itératif qui optimise les SVM en résolvant des sous-problèmes à deux variables pour une convergence rapide.
Méthode de Décomposition
Technique d'optimisation qui décompose le problème SVM à grande dimension en sous-problèmes plus petits et traitables séquentiellement.
Ensemble Actif
Sous-ensemble des multiplicateurs de Lagrange non nuls (vecteurs de support) qui déterminent entièrement la solution du problème SVM.
Problème Primal-Dual
Dualité en optimisation SVM où la solution du problème primal (espace des poids) est équivalente à celle du problème dual (multiplicateurs).
Convergence Quadratique
Vitesse de convergence des algorithmes d'optimisation SVM où l'erreur diminue quadratiquement près de l'optimum.
Algorithme du Gradient Projété
Méthode d'optimisation qui combine la descente de gradient avec une projection sur l'ensemble des contraintes pour résoudre les problèmes SVM.
Mise à l'Échelle des Données
Normalisation des caractéristiques d'entrée pour améliorer la stabilité numérique et la vitesse de convergence des algorithmes d'optimisation SVM.
Cholesky Factorisation
Décomposition matricielle utilisée dans certains solveurs SVM pour résoudre efficacement les systèmes linéaires apparaissant dans l'optimisation.
Working Set Selection
Stratégie de sélection des variables à optimiser à chaque itération dans les algorithmes de décomposition pour SVM.
Dual Gap
Différence entre les valeurs des fonctions objectif primale et duale, utilisée comme critère d'arrêt pour les algorithmes d'optimisation SVM.