Training a Support Vector Machine in the Primal

Chapelle, O

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben

Bericht

Training a Support Vector Machine in the Primal

MPG-Autoren

/persons/resource/persons83855

Chapelle, O
Department Empirical Inference, Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen

Es sind keine externen Ressourcen hinterlegt

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

MPIK-TR-147.pdf
(Verlagsversion), 185KB

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Chapelle, O.(2006). Training a Support Vector Machine in the Primal (147). Tübingen, Germany: Max Planck Institute for Biological Cybernetics.

Zitierlink: https://hdl.handle.net/11858/00-001M-0000-0013-D23F-E

Zusammenfassung

Most literature on Support Vector Machines (SVMs) concentrate on
the dual optimization problem. In this paper, we would like to point out
that the primal problem can also be solved efficiently, both for linear
and non-linear SVMs, and there is no reason for ignoring it. Moreover, from
the primal point of view, new families of algorithms for large scale SVM
training can be investigated.