"koneoppiminen", Tuki vektorikoneelle (SVM) on valvottu oppimismalli, johon liittyy algoritmeja, jotka analysoivat tietoja ja tunnistavat mallit, jota käytetään luokitteluun ja regressioanalyysiin Bisnesäly. SVM Basic ottaa joukon syötetietoja ja ennustaa kullekin syötteelle, mikä kahdesta luokasta lähtö kuuluu, joten se on binäärinen lineaarinen epätodennäköinen luokittelija (valitse vain 2 vaihtoehdot). Annetaan joukko koulutusesimerkkejä, joista kukin on merkitty kuuluvaksi toiseen luokat, harjoitusalgoritmi rakentaa mallin, joka määrittää uusia esimerkkejä a luokka tai muu. Tämän tyyppistä mallia käytetään laajalti sellaisten mallien analysointiin, joissa tietojoukot on luokiteltava vain kahteen luokkaan, petos tai ei-petos, kyllä tai ei hyvitykseen jne. SVM-malli on esimerkkien (tietokanta, jolla estimointi suoritettiin) esitys avaruuspisteinä niin, että määritä esimerkkejä erillisistä luokista, jotka yleensä jaetaan määritetyllä tilalla, avaruudella, jonka on oltava yhtä leveä kuin se on mahdollista. Uudet syötetiedot luokitellaan samaan tilaan ja sen ennustamiseksi, mihin luokkaan se kuuluu.
Tukivektorikone se perustuu siihen, että jokainen uusi tieto voidaan luokitella vastaavaan luokkaan analysoitujen tietojen oppimisen perusteella. Alla olevassa esimerkissä objektit kuuluvat vain yhteen vihreään tai punaiseen luokkaan. Erotuslinja määrittää rajan oikealla puolella, jossa kaikki kohteet ovat vihreitä, ja vasemmalla, missä kaikki kohteet ovat punaisia.
Mainokset
Tässä toisessa esimerkissä voimme havaita nämä kaksi luokkaa jaettuna keskiakselilla ja kahdella välysetäisyydellä niiden välillä.
Mainokset
Tosielämässä on hyvin vaikeaa löytää yhtä selkeitä malleja kuin näissä kuvissa, mutta likiarviointi on aina mahdollista.
Mainokset
