방법 증거 기록
Bayesian Support Vector Machine
Bayesian SVM places a prior distribution over the weight vector of a standard SVM and derives a full posterior, enabling calibrated uncertainty estimates, automatic hyperparameter selection, and probabilistic predictions. It combines the strong margin-based geometric intuition of SVMs with the principled uncertainty quantification of Bayesian inference.
원본 기록
방법의 원본 기록에서 그대로 복사된 인용입니다. 이로부터 수준별 검증이 추론되지 않습니다.
Bayesian Support Vector Machine (Bayesian SVM)
분류학적 방법 기록 · ml-model / machine-learning
- 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. · URL
큐레이션된 주장
각각 자체 평가와 함께 증거 원장에 유지된 주장입니다.
아직 큐레이션된 주장이 없습니다
원장에 주장 평가가 없는 경우 이 보기에서는 주장 평가를 만들지 않습니다.
관련 방법
방법 그래프에서 생성되었으며 기계가 제안한 관계로 표시됩니다 — 증거 주장이 추론되지 않습니다.