Разбираемся в ML без воды: от базы до Attention. Часть 8: Kernel Trick
В предыдущей части мы затронули концептуальную идею Kernel Trick (ядерного трюка). Если говорить кратко: когда у нас нет возможности линейно разделить данные в текущем пространстве признаков, мы можем отобразить их в пространство более высокой размерности, где классы станут легко разделимы обычной гиперплоскостью.В этой части мы глубоко изучим математическое устройство этого метода и разберемся, почему и как именно он работает "под капотом".Функция ЛагранжаПеред основной работой поговорим немного о теории. Первым делом введем Лагранжиан (
