« Régression SVM » : différence entre les versions

Dernière version du 28 janvier 2024 à 12:16

Définition

Les machines à vecteurs de support ou séparateurs à vaste marge (en anglais Support Vector Machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires et peuvent également être utilisées comme méthode de régression, en conservant toutes les principales caractéristiques qui définissent l'algorithme (marge maximale).

La régression SVM utilise les mêmes principes que la SVM pour la classification, à quelques différences près. Par exemple, comme la sortie est un nombre réel, il devient très difficile de prédire les informations disponibles, ce qui offre des possibilités infinies.

Français

Régression SVM (Machine à vecteurs de support)

Anglais

Regression SVM (Support Vector Machine)

Sources

Source : saedsayad.com

Source : Accenture - applied intelligence glossary

Source : wikipedia.org

@@ Ligne 1 : / Ligne 1 : @@
+== Définition ==
+Les machines à vecteurs de support ou séparateurs à vaste marge (en anglais Support Vector Machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires et peuvent également être utilisées comme méthode de régression, en conservant toutes les principales caractéristiques qui définissent l'algorithme (marge maximale).
-== en construction ==
+La régression SVM utilise les mêmes principes que la SVM pour la classification, à quelques différences près. Par exemple, comme la sortie est un nombre réel, il devient très difficile de prédire les informations disponibles, ce qui offre des possibilités infinies.
-[[Catégorie:Vocabulary]]
-[[Catégorie:Intelligence artificielle‏‎]]
-[[Catégorie:Accenture]]
-== Définition ==
+== Français ==
-...
+'''Régression SVM''' (Machine à vecteurs de support)
-== Français ==
-...
 == Anglais ==
-''' Regression SVM'''
+''' Regression SVM''' (Support Vector Machine)
-although mainly used for classification analysis, support vector machines (SVMs) can also be used to sort the data used in regression analysis (modeling the relationships between response variables and predictor variables). Models produced by support vector regression (SVR) only draw on a subset of training data because their cost function ignores any training data close to the model prediction.
+==Sources==
+[https://www.saedsayad.com/support_vector_machine_reg.htm  Source : saedsayad.com]
-<small>
+[https://www.accenture.com/us-en/applied-intelligence-glossary    Source : Accenture - applied intelligence glossary ]
-[https://www.accenture.com/us-en/applied-intelligence-glossary    Source : Accenture - applied intelligence glossary ]
+[https://fr.wikipedia.org/wiki/Machine_%C3%A0_vecteurs_de_support  Source : wikipedia.org]
+[[Catégorie:ENGLISH]]
+[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

« Régression SVM » : différence entre les versions