Introduction
Ce laboratoire vous guidera tout au long du processus de classification binaire en utilisant une Machine à Vecteurs de Support (Support Vector Machine - SVM) non linéaire avec un noyau de Fonction de Base Radiale (Radial Basis Function - RBF). La cible à prédire est un OU exclusif (XOR) des entrées. La carte de couleurs illustre la fonction de décision apprise par la SVM. Nous utiliserons la bibliothèque Python scikit-learn pour cette tâche.
Conseils pour la Machine Virtuelle (VM)
Une fois que la machine virtuelle a démarré, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook et accéder au Jupyter Notebook pour pratiquer.
Parfois, vous devrez peut-être attendre quelques secondes que le Jupyter Notebook ait terminé de charger. La validation des opérations ne peut pas être automatisée en raison des limitations du Jupyter Notebook.
Si vous rencontrez des problèmes lors de votre apprentissage, n'hésitez pas à demander de l'aide à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.