Machine learning

انحدار المتجهات الداعمة

يصف انحدار المتجهات الداعمة (Support Vector Regression - SVR)، كما ورد في مقال سمولا وشولكوفف التثقيفي لعام 2004، التنبؤ بنتيجة مستمرة عن طريق ملاءمة دالة تظل ضمن أنبوب بسعة إبسيلون حول البيانات مع تكبد أقل قدر ممكن من الخطأ. وهو يوسع فكرة آلة المتجهات الداعمة من التصنيف إلى الانحدار، باستخدام نواة لالتقاط العلاقات غير الخطية.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Smola, A.J. & Schölkopf, B. (2004). A Tutorial on Support Vector Regression. Statistics and Computing, 14, 199–222. DOI: 10.1023/B:STCO.0000035301.49549.88

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 1). Support Vector Regression (SVR). ScholarGate. https://scholargate.app/ar/machine-learning/svm-regression

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.

Compare side by side

يُستشهد بها في

ScholarGateSupport Vector Regression (Support Vector Regression (SVR)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/machine-learning/svm-regression · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026