மிகைத்தளத்தாங்கு இயந்திரம்

இயந்திரத் தற்கற்றலில் வகை அறிவதற்காக மிகைத்தளத்தாங்கு இயந்திரம் (Support Vector Machine) பயன்படுத்தப்படுகிறது.[1][2][3]

வகை வேற்றுமை

தொகு

விளக்கத்தின் எளிமைக்காக முதலில் இருவகை வேற்றுமையைக் கருதவும். முதலில் கற்கும் கட்டத்தைக் காண்போம். வகை மாறியை   எனவும், பிற நோக்கத்தகு கணியங்களை திசையன்   எனவும் கூறுக. அடுத்து நோக்கத்தகு கணியங்களைக் கொண்ட நேரியல் சேர்வைக் கருதுக.

இருமம்

தொகு

லக்ரான்ஜ் சார்பிலிருந்து இருமம் உண்டாகிறது. உட்கருவைக்கொண்டு தீர்வை எளிதில் அறிய இயலும். எடுத்துகாட்டாக, கௌஸியன் உட்கருவை பயன்படுத்தலாம். இங்கு

 

வெளியிணைப்புக்கள்

தொகு

ஆதாரங்கள்

தொகு
  • வாப்னிக், விளாதிமிர் (௧௯௮௯). Statistical Learning Theory. Wiley-Interscience. பன்னாட்டுத் தரப்புத்தக எண் 0-471-03003-1. {{cite book}}: Check date values in: |year= (help)

மேற்கோள்கள்

தொகு
  1. Vapnik, Vladimir N. (1997). "The Support Vector method". In Gerstner, Wulfram; Germond, Alain; Hasler, Martin; Nicoud, Jean-Daniel (eds.). Artificial Neural Networks — ICANN'97. Lecture Notes in Computer Science (in ஆங்கிலம்). Vol. 1327. Berlin, Heidelberg: Springer. pp. 261–271. எண்ணிம ஆவணச் சுட்டி:10.1007/BFb0020166. பன்னாட்டுத் தரப்புத்தக எண் 978-3-540-69620-9.
  2. Awad, Mariette; Khanna, Rahul (2015). "Support Vector Machines for Classification". Efficient Learning Machines. Apress. pp. 39–66. எண்ணிம ஆவணச் சுட்டி:10.1007/978-1-4302-5990-9_3. பன்னாட்டுத் தரப்புத்தக எண் 978-1-4302-5990-9.
  3. Ben-Hur, Asa; Horn, David; Siegelmann, Hava; Vapnik, Vladimir N.. ""Support vector clustering" (2001);". Journal of Machine Learning Research 2: 125–137.