E8_ML- Midterm - Examples Exercises.pdf

Qual è la funzione di errore che si può usare nell’autoencoder? La divergenza tra l’ingresso e l’uscita.

Clustering

• Distanza euclidea

  dati $a(a_1,a_2), \ \ b(b_!, b_2)$

  $$

  d(a,b) = \sqrt{(b_1-a_1)^2 + ((b_2 - a_2)^2} $$

• K-Means con Distanza Euclidea

  1. Per ogni punto, calcolo la distanza euclidea con ogni centro, e scelgo il centro più vicino (= con distanza euclidea minore)
  2. Aggiorno i centri: per ogni centro faccio la media di tutti i punti che fanno parte di quel cluster

Naive Bayes

Naive Bayes

$$ P(h | D) = \frac{P(D|h)P(h)}{P(D)} $$

$$ h_{MAP}= \argmax_{h \in H}P(h|D) $$

$$ P(x_6) = \sum_i P(x_6 | h_i) =\sum_{i \in \{0,1\}}P(A=1, B=0, C=1|T=i)P(T=i) $$

Support Vector Machines

$$ w \cdot x + b = 0 $$

Esempio:

$$ w = (-0.4, -1), \ \ b = 9 \implies -0.4x-1y+ 9 = 0 $$

se l’equazione è soddisfatta il punto giace sull’iperpiano

Per classificare istanze positive / negative è simile: