Définition - Que signifie Support Vector Machine (SVM)?
Une machine vectorielle de support (SVM) est un algorithme d'apprentissage automatique qui analyse les données à des fins de classification et d'analyse de régression. SVM est une méthode d'apprentissage supervisé qui examine les données et les trie dans l'une des deux catégories. Un SVM produit une carte des données triées avec les marges entre les deux aussi éloignées que possible. Les SVM sont utilisés dans la catégorisation de texte, la classification d'images, la reconnaissance de l'écriture manuscrite et dans les sciences.
Une machine à vecteurs de support est également appelée réseau de vecteurs de support (SVN).
Definir Tech explique Support Vector Machine (SVM)
Une machine à vecteurs de support est un algorithme d'apprentissage supervisé qui trie les données en deux catégories. Il est formé avec une série de données déjà classées en deux catégories, construisant le modèle tel qu'il est initialement formé. La tâche d'un algorithme SVM est de déterminer à quelle catégorie appartient un nouveau point de données. Cela fait de SVM une sorte de classificateur linéaire non binaire.
Un algorithme SVM ne doit pas seulement placer les objets dans des catégories, mais avoir des marges entre eux sur un graphique aussi large que possible.
Certaines applications de SVM incluent:
- Classification de texte et d'hypertexte
- Classification des images
- Reconnaître les caractères manuscrits
- Sciences biologiques, y compris la classification des protéines