Yapay-Zeka.Org
   [ Ana Sayfa ]   [ Ansiklopedi ]   [ Kitaplar ]   [ Makaleler ]   [ Dosya Arşivi ]   [ Sık Sorulanlar ]   [ Giriş ]   [ Üye ol ]  
Sitede Ara
Web'de Ara
"Uzayda bir sey görmemizin tek yolu bakislarimizi zamanda geriye çevirmektir. Evrenin su anda nasil oldugunu hiçbir zaman bilemeyiz. Binlerce isik yili ötedeki bir yildiza baktigimizda, uzay tarihinde binlerce yil geriye gidiyoruz demektir." Sofinin Dünyası - Jostein Gaarder
Destekliyoruz:


[Yapay Zeka Ansiklopedisi :: Yapay Sinir Ağları (Artificial Neural Networks) :: Bu sayfa]  

Destek Vektör Makinesi (Support Vector Machine (SVM))

Farzedelim ki pozitif ve negatif örnekleri birbirinden ayıran bir aşırıdüzlem var, bu düzlem üzerindeki noktalar w.x+b=0 eşitliğini sağlayacaktır, burada w aşırıdüzleme olan normal ve |b|/||w|| aşırıdüzlemden orijine olan dik uzaklıktır. Aşırıdüzleme en yakın positif ve negatif örnekler arasındaki mesafeye ayırıcı aşırıdüzleminin “tolarans”ı dersek, destek vektör yöntemi bu “tolerans”ın en yüksek olduğu bir aşırıdüzlem bulmaya çalışır.

"Support Vector Machines are learning machines that can perform binary classification (pattern recognition) and real valued function approximation (regression estimation) tasks. Support Vector Machines non-linearly map their n-dimensional input space into a high dimensional feature space. In this high dimesional feature space a linear classifier is constructed. "

Kaynaklar

  • http://www.bilten.tubitak.gov.tr/Web_2002_v1/common/yayinlar/kepenekci_siu2004.pdf
  • http://aya.technion.ac.il/karniel/CMCC/SVM-tutorial.pdf
  • http://svmlight.joachims.org/
  • http://research.microsoft.com/~jplatt/svm.html
  • http://www.autonlab.org/tutorials/svm.html
  • http://theoval.sys.uea.ac.uk/svm/toolbox/
  • http://www.support-vector.net/
  • Son değişme: 06.12.06 yazan
    Yapay-Zeka.org sayfalarında bulunan bilgi ve belgelerin, kaynak gösterilmek koşulu ile GÖBL çerçevesinde kullanılması serbesttir. XOOPS'a teşekkürler.