Machine à vecteurs de support bayésienne
La SVM bayésienne place une distribution a priori sur le vecteur de poids d'une SVM standard et en dérive une postérieure complète, permettant des estimations d'incertitude calibrées, une sélection automatique des hyperparamètres et des prédictions probabilistes. Elle combine l'intuition géométrique forte basée sur la marge des SVM avec la quantification d'incertitude principielle de l'inférence bayésienne.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Polson, N. G., & Scott, S. L. (2011). Data augmentation for support vector machines. Bayesian Analysis, 6(1), 1–23. DOI: 10.1214/11-BA601 ↗
- Tipping, M. E. (2001). Sparse Bayesian learning and the relevance vector machine. Journal of Machine Learning Research, 1, 211–244. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Support Vector Machine (Bayesian SVM). ScholarGate. https://scholargate.app/fr/machine-learning/bayesian-support-vector-machine
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.
- Régression logistique bayésienneBayésien↔ compare
- Classificateur Naive Bayes bayésienApprentissage automatique↔ compare
- Processus GaussienApprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →