Rozdział 5. Maszyny wektorów nośnych

Maszyna wektorów nośnych (ang. support vector machine — SVM) stanowi bardzo potężny i wszechstronny model uczenia maszynowego, zdolny do przeprowadzania klasyfikacji liniowej, nieliniowej, regresji, a nawet do wykrywania elementów odstających. Jest to jedno z najpopularniejszych rozwiązań w świecie uczenia maszynowego i każdy analityk danych powinien potrafić się nim posługiwać. Maszyny SVM przydają się zwłaszcza do klasyfikowania złożonych, ale małych lub średnich zbiorów danych.

W tym rozdziale poznamy podstawowe koncepcje związane z maszynami SVM, ich mechanizm działania oraz metody korzystania z nich.

Liniowa klasyfikacja SVM

Podstawy działania maszyn SVM najlepiej wyjaśnić wizualnie. Rysunek 5.1 prezentuje ...

Get Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow now with O’Reilly online learning.

O’Reilly members experience live online training, plus books, videos, and digital content from 200+ publishers.