Машина с поддържащи вектори

от Уикипедия, свободната енциклопедия
Направо към навигацията Направо към търсенето

Машина с поддържащи вектори (на английски: Support Vector Machines – SVM)[1] е метод за машинно самообучение, който се използва за регресия и класификация. При трениране с дадени примери, целта е да се построи модел, който да може да разпознае нови примери, и да ги причисли към съответния клас. Главната задача на този метод за машинно самообучение е да увеличи разликите между класовете възможно най-много.

Принадлежи към семейството на линейните класификатори и може да се разглежда като частен случай на регуляризацията на Тихонов.[2]

Източници[редактиране | редактиране на кода]

  1. Cortes, Corinna и др. Support-vector networks. // Machine Learning 20 (3). 1995. DOI:10.1007/BF00994018. с. 273 – 297.
  2. Meyer, David и др. The support vector machine under test. // Neurocomputing 55. 2003. DOI:10.1016/S0925-2312(03)00431-4. с. 169 – 186.