மிகைத்தளத்தாங்கு இயந்திரம்

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

வகை வேற்றுமை

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

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

வெளியிணைப்புக்கள்

ஆதாரங்கள்

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

மேற்கோள்கள்

  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. doi:10.1007/BFb0020166. ISBN 978-3-540-69620-9.
  2. Awad, Mariette; Khanna, Rahul (2015). "Support Vector Machines for Classification". Efficient Learning Machines. Apress. pp. 39–66. doi:10.1007/978-1-4302-5990-9_3. ISBN 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.