உள்ளடக்கத்துக்குச் செல்

மிகைத்தளத்தாங்கு இயந்திரம்

கட்டற்ற கலைக்களஞ்சியமான விக்கிப்பீடியாவில் இருந்து.

இயந்திரத் தற்கற்றலில் வகை அறிவதற்காக மிகைத்தளத்தாங்கு இயந்திரம் (Support Vector Machine) பயன்படுத்தப்படுகிறது.[1][2][3]

வகை வேற்றுமை

[தொகு]

விளக்கத்தின் எளிமைக்காக முதலில் இருவகை வேற்றுமையைக் கருதவும். முதலில் கற்கும் கட்டத்தைக் காண்போம். வகை மாறியை எனவும், பிற நோக்கத்தகு கணியங்களை திசையன் எனவும் கூறுக. அடுத்து நோக்கத்தகு கணியங்களைக் கொண்ட நேரியல் சேர்வைக் கருதுக.

இருமம்

[தொகு]

லக்ரான்ஜ் சார்பிலிருந்து இருமம் உண்டாகிறது. உட்கருவைக்கொண்டு தீர்வை எளிதில் அறிய இயலும். எடுத்துகாட்டாக, கௌஸியன் உட்கருவை பயன்படுத்தலாம். இங்கு

வெளியிணைப்புக்கள்

[தொகு]

ஆதாரங்கள்

[தொகு]
  • வாப்னிக், விளாதிமிர் (௧௯௮௯). Statistical Learning Theory. Wiley-Interscience. பன்னாட்டுத் தரப்புத்தக எண் 0-471-03003-1. {{cite book}}: Check date values in: |year= (help)

மேற்கோள்கள்

[தொகு]
  1. Vapnik, Vladimir N. (1997). "The Support Vector method". In Gerstner, Wulfram; Germond, Alain; Hasler, Martin; Nicoud, Jean-Daniel (eds.). Artificial Neural Networks — ICANN'97. Lecture Notes in Computer Science (in ஆங்கிலம்). Vol. 1327. Berlin, Heidelberg: Springer. pp. 261–271. எண்ணிம ஆவணச் சுட்டி:10.1007/BFb0020166. பன்னாட்டுத் தரப்புத்தக எண் 978-3-540-69620-9.
  2. Awad, Mariette; Khanna, Rahul (2015). "Support Vector Machines for Classification". Efficient Learning Machines. Apress. pp. 39–66. எண்ணிம ஆவணச் சுட்டி:10.1007/978-1-4302-5990-9_3. பன்னாட்டுத் தரப்புத்தக எண் 978-1-4302-5990-9.
  3. Ben-Hur, Asa; Horn, David; Siegelmann, Hava; Vapnik, Vladimir N.. ""Support vector clustering" (2001);". Journal of Machine Learning Research 2: 125–137.