Table des matières:
- Définition - Que signifie Support Vector Machine (SVM)?
- Techopedia explique Support Vector Machine (SVM)
Définition - Que signifie Support Vector Machine (SVM)?
Une machine à vecteur de support (SVM) est un algorithme d'apprentissage automatique qui analyse les données pour l'analyse de classification et de régression. SVM est une méthode d'apprentissage supervisé qui examine les données et les trie dans l'une des deux catégories. Un SVM génère une carte des données triées avec les marges entre les deux aussi éloignées que possible. Les SVM sont utilisés dans la catégorisation des textes, la classification des images, la reconnaissance de l'écriture manuscrite et dans les sciences.
Une machine à vecteur de support est également connue sous le nom de réseau de vecteur de support (SVN).
Techopedia explique Support Vector Machine (SVM)
Une machine à vecteur de support est un algorithme d'apprentissage supervisé qui trie les données en deux catégories. Il est formé avec une série de données déjà classées en deux catégories, construisant le modèle tel qu'il est initialement formé. La tâche d'un algorithme SVM est de déterminer dans quelle catégorie appartient un nouveau point de données. Cela fait de SVM une sorte de classificateur linéaire non binaire.
Un algorithme SVM ne doit pas seulement placer des objets dans des catégories, mais avoir les marges entre eux sur un graphique aussi large que possible.
Certaines applications de SVM incluent:
- Classification des textes et hypertextes
- Classification d'image
- Reconnaître les caractères manuscrits
- Sciences biologiques, y compris la classification des protéines
