Support Vector Machine (Classificazione)
La Support Vector Machine (SVM), introdotta da Corinna Cortes e Vladimir Vapnik nel 1995, è un classificatore che trova l'iperpiano separatore ottimale tra le classi in uno spazio ad alta dimensionalità. Sceglie il confine che lascia il margine più ampio possibile ai punti di addestramento più vicini, il che rende le sue decisioni robuste su nuovi dati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Fonti
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/it/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.
- K-Nearest NeighborsApprendimento automatico↔ compare
- Regressione LogisticaStatistica per la ricerca↔ compare
- Naive BayesApprendimento automatico↔ compare
- Random ForestApprendimento automatico↔ compare
- Regressione con Vettori di SupportoApprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →