ماشینهای برداری پشتیبان SVM
ماشین بردار پشتیبانی یکی از روش‌های یادگیری با نظارت است که از آن برای طبقه‌بندی و رگرسیون استفاده می‌کنند. این روش از جمله روش‌های نسبتاً جدیدی است که در سال‌های اخیر کارایی خوبی نسبت به روش‌های قدیمی‌تر برای طبقه‌بندی از جمله شبکه‌های عصبی پرسپترون نشان داده است. مبنای کاری دسته‌بندی کننده اس وی ام دسته‌بندی خطی داده‌ها است و در تقسیم خطی داده‌ها سعی می‌کنیم خطی را انتخاب کنیم که حاشیه اطمینان بیشتری داشته باشد. حل معادله پیدا کردن خط بهینه برای داده‌ها به وسیله روش‌هایی که روش‌های شناخته شده‌ای در حل مسائل محدودیت‌دار هستند صورت می‌گیرد. این فایل در با بیش از ۳۰ اسلاید در قالب PowerPoint بصورت کاملا مفصل و تشریحی به این مقوله می پردازد.
برخی از سرفصل های این فایل به شرح زیر است:
- کاربردهای SVM
- تاریخچه
- استفاده علمی از SVM
- مزایا SVM
- معایب SVM
- ماشین برداری پشتیبان خطی
- ماشین برداری پشتیبان چند کلاسی
- ماشین برداری پشتیبان غیر خطی
- نرم افزار SVM و انجام شبیه سازی
- و…
