Machine learning
آلة المتجهات الداعمة (التصنيف)
آلة المتجهات الداعمة (SVM)، التي قدمتها كورينا كورتيس وفلاديمير فابنيك عام 1995، هي مصنف يجد المستوى الفائق الفاصل الأمثل بين الفئات في فضاء عالي الأبعاد. تختار الحدود التي تترك أوسع هامش ممكن لأقرب نقاط التدريب، مما يجعل قراراتها قوية على البيانات الجديدة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
المصادر
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/ar/machine-learning/svm-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- الجار الأقرب (K-Nearest Neighbors - KNN)تعلم الآلة↔ compare
- الانحدار اللوجستيإحصاء البحث↔ compare
- بايز الساذج (Naive Bayes)تعلم الآلة↔ compare
- الغابات العشوائيةتعلم الآلة↔ compare
- انحدار المتجهات الداعمةتعلم الآلة↔ compare
يُستشهد بها في
آلة المتجهات الداعمة للتعلم النشطشبكة الكبسولةتصنيف الصور باستخدام الشبكات العصبية الالتفافية (CNN)الشبكة العصبية التلافيفية (التصنيف)DBSCANشجرة القرار (Decision Tree)الشبكات العصبية البيانية (GNNs)الجار الأقرب (K-Nearest Neighbors - KNN)تحليل المكونات الرئيسية باستخدام النواة (Kernel PCA)تحليل التمييز الخطي (LDAبايز الساذج (Naive Bayes)الغابات العشوائيةآلة المتجهات الداعمة ذاتية الإشرافآلة المتجهات الداعمة شبه المُشرف عليها (Semi-supervised Support Vector Machine)التكديسانحدار المتجهات الداعمةمحوّل الرؤيةXGBoost