Makineria e Vektorëve Mbështetës (Klasifikimi)
Makineria e Vektorëve Mbështetës (SVM), e prezantuar nga Corinna Cortes dhe Vladimir Vapnik në vitin 1995, është një klasifikues që gjen hiperplanin ndarës optimal midis klasave në një hapësirë me dimensione të larta. Ajo zgjedh kufirin që lë më të gjerin e mundur diferencën ndaj pikave më të afërta të trajnimit, gjë që i bën vendimet e saj të qëndrueshme në të dhëna të reja.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
+9 more
Burimet
- Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/sq/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 NeighborsMësimi i makinës↔ compare
- Regresioni logjistikStatistika e hulumtimit↔ compare
- Naive BayesMësimi i makinës↔ compare
- Pylli i RastësishëmMësimi i makinës↔ compare
- Regresioni me Vektori MbështetësMësimi i makinës↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →