Support Vector Machine (SVM)

Autor: Eugene Taylor
Erstelldatum: 11 August 2021
Aktualisierungsdatum: 11 Kann 2024
Anonim
Support Vector Machines Part 1 (of 3): Main Ideas!!!
Video: Support Vector Machines Part 1 (of 3): Main Ideas!!!

Inhalt

Definition - Was bedeutet Support Vector Machine (SVM)?

Ein Support Vector Machine (SVM) ist ein Algorithmus zum maschinellen Lernen, der Daten zur Klassifizierungs- und Regressionsanalyse analysiert. SVM ist eine überwachte Lernmethode, bei der Daten betrachtet und in eine von zwei Kategorien eingeteilt werden. Eine SVM gibt eine Karte der sortierten Daten mit den Rändern zwischen den beiden so weit wie möglich voneinander entfernt aus. SVMs werden in der Kategorisierung, Bildklassifizierung, Handschrifterkennung und in den Naturwissenschaften verwendet.


Eine Support Vector Machine wird auch als Support Vector Network (SVN) bezeichnet.

Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.

Techopedia erklärt Support Vector Machine (SVM)

Eine Support Vector Machine ist ein überwachter Lernalgorithmus, der Daten in zwei Kategorien sortiert. Es wird mit einer Reihe von Daten trainiert, die bereits in zwei Kategorien eingeteilt sind. Dabei wird das Modell so aufgebaut, wie es ursprünglich trainiert wurde. Die Aufgabe eines SVM-Algorithmus besteht darin, zu bestimmen, zu welcher Kategorie ein neuer Datenpunkt gehört. Dies macht SVM zu einer Art nicht-binärem linearem Klassifikator.

Ein SVM-Algorithmus sollte Objekte nicht nur in Kategorien einordnen, sondern die Ränder zwischen ihnen in einem Diagramm so breit wie möglich haben.


Einige Anwendungen von SVM umfassen:

  • und Hyperklassifikation
  • Bildklassifizierung
  • Handschriftliche Zeichen erkennen
  • Biowissenschaften, einschließlich Proteinklassifizierung