MIT 6.034 Artificial Intelligence, Fall 2010 View the complete course: http://ocw.mit.edu/6-034F10 Instructor: Patrick Winston In this lecture, we explore su...
LIBLINEAR is a linear classifier for data with millions of instances and features. It supports L2-regularized logistic regression (LR), L2-loss linear SVM, and L1-loss linear SVM.
Main features of LIBLINEAR include
* Same data format as LIBSVM, our general-purpose SVM solver, and also similar usage
* Multi-class classification: 1) one-vs-the rest, 2) Crammer & Singer
* Cross validation for model selection
* Probability estimates (logistic regression only)
* Weights for unbalanced data
* MATLAB/Octave, Java interfaces
Als Praxisanteil am Seminar Mustererkennung mit Support-Vektor-Maschinen (SVM) im WS 01/02 und WS 02/03 sind einige Wettbewerbe entstanden, die nicht nur auf diese Veranstaltung begrenzt sind. Es werden jederzeit Lösungen auch von nicht-Seminarteilnehmern angenommen. Die besten Resultate werden auf dieser Seite aktuell gehalten.
T. Evgeniou, und M. Pontil. Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining, Seite 109--117. (2004)
N. Gunasekara, S. Pang, und N. Kasabov. Neural Information Processing. Models and Applications, Volume 6444 von Lecture Notes in Computer Science, Springer Berlin Heidelberg, (2010)
H. Yu, J. Han, und K. Chang. Proceedings of the Eighth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Seite 239--248. New York, NY, USA, ACM, (2002)