« Machines à vecteurs de support à noyau » : différence entre les versions

Version du 5 novembre 2018 à 18:59

Domaine

Vocabulaire
Google
Apprentissage profond

Définition

De l'anglais Kernel Support Vector Machines (KSVM). Algorithme de classification qui cherche à maximiser la marge entre les classes positives et les classes négatives en associant à chaque vecteur d'entrée un vecteur dans un espace de plus grande dimension.

Les KSVM utilisent une fonction de perte appelée marge maximale.

Termes privilégiés

machines à vecteurs de support à noyau (KSVM) n.f.

Anglais

Kernel Support Vector Machines (KSVMs)

Source: Google machine learning glossary

@@ Ligne 8 : / Ligne 8 : @@
 == Définition ==
-ooooooooooooooooooAlgorithme de classification qui cherche à maximiser la marge entre les classes positives et les classes négatives en associant à chaque vecteur d'entrée un vecteur dans un espace de plus grande dimension. Considérons par exemple un problème de classification dans lequel l'ensemble de données d'entrée se compose de cent caractéristiques. Afin de maximiser la marge entre les classes positives et négatives, un KVSM pourrait associer, en interne, chaque vecteur de caractéristiques à un vecteur dans un espace à un million de dimensions. Les KSVM utilisent une fonction de perte appelée marge maximale.oooo
+De l'anglais ''Kernel Support Vector Machines (KSVM)''.  Algorithme de classification qui cherche à maximiser la marge entre les classes positives et les classes négatives en associant à chaque vecteur d'entrée un vecteur dans un espace de plus grande dimension.
+Les KSVM utilisent une fonction de perte appelée marge maximale.
 <br />
 == Termes privilégiés ==
 === machines à vecteurs de support à noyau (KSVM)  <small>n.f.</small> ===

« Machines à vecteurs de support à noyau » : différence entre les versions