Metoda podpornih vektorjev za grupiranje podatkov in regresijaRudof, Jan (Avtor) Knez, Marjetka (Mentor) metoda podpornih vektorjevklasifikacijska funkcijamejni pasnapovedovanje vrednosti delnicjedraV diplomski nalogi se osredotočimo na izpeljavo metode podpornih vektorjev. Najprej se lotimo matematične izpeljave za linearno ločljive podatke, za katere lahko najdemo optimalno ločitveno hiperravnino, ki nam vedno loči podatke v dva razreda. Model nato razširimo na linearno neločljive podatke, kjer pride do problema, saj ni možno najti hiperravnine, ki bi nam optimalno ločila podatke v dva razreda. Uvedemo kazenske spremenljivke in raven šuma, s katerim nadziramo napačno grupirane podatke in tako dovolimo nekaterim podatkom, da padejo v napačni razred. Metodo lahko uporabimo tudi na nelinearnih podatkih, pri čemer moramo za izračun optimalne ločitvene hiperravnine definirati nove funkcije, imenovane jedra. Metodo podpornih vektorjev nato uporabimo na praktičnem primeru. Uporabimo zgodovinske podatke vrednosti delnic 34 tehnoloških podjetij, na katere apliciramo metodo podpornih vektorjev za napovedovanje vrednosti delnic v nekem trenutku v prihodnosti. Napovemo lahko, ali bo vrednost delnice narasla ali padla. S pomočjo te metode nato izračunamo verjetnosti pravilnih napovedi.20192019-09-14 07:45:29Delo diplomskega seminarja/zaključno seminarsko delo/naloga110390sl