« Régression SVM » : différence entre les versions


(Page créée avec « == en construction == Catégorie:Vocabulary Catégorie:Intelligence artificielle‏‎ Catégorie:Accenture == Définition == ... == Français == ... ==... »)
Balise : Éditeur de wikicode 2017
 
Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Ligne 1 : Ligne 1 :
== Définition ==
La Machine à vecteurs de support ( SVM ) peut également être utilisé comme méthode de régression, en conservant toutes les principales caractéristiques qui caractérisent l'algorithme (marge maximale).


== en construction ==
La Regression SVM  utilise les mêmes principes que le SVM pour la classification, avec seulement quelques différences mineures. Tout d'abord, 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 ==
Dans le cas d'une régression, une marge de tolérance (epsilon) est fixée en approximation à la SVM qui aurait déjà demandé au problème.  
...


== Français ==
== Français ==
...
'''Régression SVM'''  (Machine à vecteurs de support)
    
    
== Anglais ==
== Anglais ==
''' Regression SVM'''
''' Regression SVM'''


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.
<small>


[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 ]
[[Catégorie:ENGLISH]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:Scotty2]]

Version du 3 juin 2020 à 20:26

Définition

La Machine à vecteurs de support ( SVM ) peut également être utilisé comme méthode de régression, en conservant toutes les principales caractéristiques qui caractérisent l'algorithme (marge maximale).

La Regression SVM utilise les mêmes principes que le SVM pour la classification, avec seulement quelques différences mineures. Tout d'abord, comme la sortie est un nombre réel, il devient très difficile de prédire les informations disponibles, ce qui offre des possibilités infinies.

Dans le cas d'une régression, une marge de tolérance (epsilon) est fixée en approximation à la SVM qui aurait déjà demandé au problème.

Français

Régression SVM (Machine à vecteurs de support)

Anglais

Regression SVM

Source : saedsayad.com

Source : Accenture - applied intelligence glossary

Contributeurs: Imane Meziani, wiki, Sihem Kouache