Machine learning

Метод опорных векторов (классификация)

Метод опорных векторов (SVM), предложенный Корриной Кортес и Владимиром Вапником в 1995 году, представляет собой классификатор, который находит оптимальную разделяющую гиперплоскость между классами в многомерном пространстве. Он выбирает границу, оставляющую максимально возможный зазор до ближайших точек обучения, что делает его решения устойчивыми на новых данных.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

+9 more

Источники

  1. Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018

Как цитировать эту страницу

ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/ru/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.

Compare side by side

Упоминается в

ScholarGateSupport Vector Machine (Support Vector Machine (SVM — Classification)). Получено 2026-06-15 из https://scholargate.app/ru/machine-learning/svm-classification · Набор данных: https://doi.org/10.5281/zenodo.20539026