Spisu treści:
- Definicja - Co oznacza Support Vector Machine (SVM)?
- Techopedia wyjaśnia Support Vector Machine (SVM)
Definicja - Co oznacza Support Vector Machine (SVM)?
Maszyna wektorów wsparcia (SVM) to algorytm uczenia maszynowego, który analizuje dane w celu klasyfikacji i analizy regresji. SVM to nadzorowana metoda uczenia się, która analizuje dane i dzieli je na jedną z dwóch kategorii. SVM generuje mapę posortowanych danych z marginesami między nimi tak daleko od siebie, jak to możliwe. Maszyny SVM są używane w kategoryzacji tekstu, klasyfikacji obrazów, rozpoznawaniu pisma ręcznego oraz w naukach ścisłych.
Maszyna wektora nośnego jest również znana jako sieć wektora nośnego (SVN).
Techopedia wyjaśnia Support Vector Machine (SVM)
Maszyna wektorów wsparcia to nadzorowany algorytm uczenia, który dzieli dane na dwie kategorie. Jest trenowany z serią danych już sklasyfikowanych w dwóch kategoriach, budując model tak, jak jest początkowo trenowany. Zadaniem algorytmu SVM jest określenie, do której kategorii należy nowy punkt danych. To sprawia, że SVM jest rodzajem niebinarnego klasyfikatora liniowego.
Algorytm SVM powinien nie tylko umieszczać obiekty w kategoriach, ale mieć między nimi marginesy na jak najszerszym wykresie.
Niektóre aplikacje SVM obejmują:
- Klasyfikacja tekstu i hipertekstu
- Klasyfikacja obrazu
- Rozpoznawanie odręcznych znaków
- Nauki biologiczne, w tym klasyfikacja białek
