ماشین بردار مرتبط
یادگیری ماشین و دادهکاوی |
---|
![]() |
ماشین بردار مرتبط (به انگلیسی: Relevance Vector Machine - RVM) در علم ریاضیات به یک شیوه یادگیری ماشین گفته میشود که از استنباط بیزی به منظور به دست آوردن راهحلهای مختصر برای رگرسیون و طبقهبندی احتمالی استفاده میکند. «ماشین بردار مرتبط» شکل عملکرد نسبتاً یکسانی با «ماشین بردار پشتیبان» دارد، با این تفاوت که با این شیوه طبقهبندی احتمالی نیز ارائه میشود.[۱]
در واقع میتوان گفت که هم ارز با (معادل با) یک مدل فرایند گاوسی به همراه تابع همپراش (تابع کوواریانس) است:
جایی که تابع هسته (معمولاً گاوسی)، واریانسهای پیشین در بردار وزن تقریباً معادل ، و بردارهای ورودی مجموعه آموزشی هستند.[۲]
حق اختراع ماشین بردار مرتبط در ایالات متحده آمریکا توسط شرکت مایکروسافت به ثبت رسیده است.[۳]
نرمافزارها
- کتابخانه سیپلاسپلاس dlib
- کتابخانه Kernel-Machine
- بسته R برای طبقهبندی باینری rvmbinary
- ماشین بردار مرتبط ـ سایکیت
- ماشین بردار مرتبط ـ فست سایکیت
- دوره آموزشی RVM
جستارهای وابسته
- روش کرنل
- مقیاسپذیری پلات
منابع
- ↑ بارتل, آماندا (2001). "Sparse Bayesian Learning and the Relevance Vector Machine" [یادگیری پراکنده بیزی و ماشین بردار مرتبط]. The Journal of Machine Learning Research (به انگلیسی). ۱ (۱): ۲۱۱–۲۴۴.
- ↑ کاندلا, خواکین کوئینونرو (2004). "مدلهای خطی احتمالی پراکنده و RVM". یادگیری با عدم قطعیت - فرآیندهای گاوسی و ماشینهای بردار مرتبط (PDF) (Ph.D.). دانشگاه فنی دانمارک. Retrieved April 22, 2016.
- ↑ US 6633857, Michael E. Tipping, "Relevance vector machine"