La machine à vecteurs de support (SVM) est une technique d'apprentissage supervisé courante pour résoudre les problèmes de classification et de régression.
Il est principalement utilisé en Machine Learning pour résoudre des problèmes de classification.
L'objectif de l'algorithme SVM est de trouver la meilleure ligne ou limite de décision pour catégoriser l'espace à n dimensions en classes afin que la machine puisse facilement placer les points de données suivants dans la bonne catégorie.
Les hyperplans sont des limites de décision qui aident à classer les points de données.
Cette ligne est appelée un hyperplan dans un espace à N dimensions (N - le nombre d'entités), et cette ligne fait la distinction entre les points de données.
Les points de données tombant de chaque côté de l'hyperplan peuvent être attribués à différentes classes.
La classification SVM est utilisée dans la détection de visage.
Bienvenu, je m’appelle Eric Soupet et je suis l'administrateur du site elodees.com. elodees.com est un état de l'art de l'Intelligence Artificielle et se veut collaboratif, vous pouvez dès à présent proposer du contenu tels que des articles, des événements, des tutoriels, ... alors n'hésitez pas !
