« Régression SVM » : différence entre les versions
m (Remplacement de texte — « <small> féminin </small> » par « ») |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| Ligne 10 : | Ligne 10 : | ||
''' Regression SVM''' (Support Vector Machine) | ''' Regression SVM''' (Support Vector Machine) | ||
==Sources== | |||
[https://www.saedsayad.com/support_vector_machine_reg.htm Source : saedsayad.com] | [https://www.saedsayad.com/support_vector_machine_reg.htm Source : saedsayad.com] | ||
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
Contributeurs: Imane Meziani, wiki, Sihem Kouache
