Maszyna wektorów nośnych
Wygląd
Maszyna wektorów nośnych[1], maszyna wektorów wspierających[2], maszyna wektorów podpierających[3], maszyna wektorów podtrzymujących[4] – abstrakcyjny koncept maszyny, która działa jak klasyfikator, a której nauka ma na celu wyznaczenie hiperpłaszczyzny rozdzielającej z maksymalnym marginesem przykłady należące do dwóch klas. Często jest stosowana niejawnie w procesie rozpoznawania obrazów.
Maszyna wektorów nośnych korzystająca z jądra radialnej funkcji bazowej jest w stanie klasyfikować nierozdzielne liniowo klasy[5]. W przypadku wystąpienia więcej niż jednej klasy maszynę wektorów nośnych zazwyczaj uczy się metodą one-versus-rest[5].
Zobacz też
[edytuj | edytuj kod]Przypisy
[edytuj | edytuj kod]- ↑ Mirosław Krzyśko (red.), Systemy uczące się: rozpoznawanie wzorców, analiza skupień i redukcja wymiarowości, Wydanie I, Warszawa: Wydawnictwa Naukowo-Techniczne, 2008, ISBN 978-83-204-3459-0 [dostęp 2025-02-20] .
- ↑ M. Kołodziej , A. Majkowski , R.J. Rak , Wykorzystanie maszyny wektorów wspierających (SVM) do klasyfikacji sygnału EEG na użytek interfejsu mózg-komputer, „Pomiary Automatyka Kontrola”, R. 57, nr 12, 2011, s. 1546–1548, ISSN 0032-4110 [dostęp 2025-02-20] (pol.).
- ↑ Jacek Koronacki , Jan Ćwik , Statystyczne systemy uczące się, Warszawa: Wydawnictwa Naukowo-Techniczne, 2005, ISBN 978-83-204-3157-5 [dostęp 2025-02-20] .
- ↑ Eric Richard Johnston i inni red., Komputer kwantowy: programowanie, algorytmy, kod, Gliwice: Helion, 2021, ISBN 978-83-283-6778-4 [dostęp 2025-02-20] .
- ↑ a b Aurélien Géron , Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow, Krzysztof Sawka (tłum.), wyd. II, aktualizacja do modułu TensorFlow 2, Gliwice: Helion, 2020, ISBN 978-83-283-6002-0, OCLC 1183366759 [dostęp 2020-11-05] .