Mesin vektor pendukung (bahasa Inggris: Support-vector machine atau disingkat SVM) adalah sebuah algoritma klasifikasi untuk data linear dan non-linear. SVM menggunakan mapping non-linear untuk mentransformasikan training data awal ke dimensi yang lebih tinggi.[1]

Referensi

sunting
  1. ^ J, Han (2012). Data mining: Data mining concepts and techniques. Morgan Kaufmann. Pemeliharaan CS1: Status URL (link)
Ikon rintisan

Artikel bertopik komputer ini adalah sebuah rintisan. Anda dapat membantu Wikipedia dengan mengembangkannya.

📚 Artikel Terkait di Wikipedia

Pemelajaran dalam

adalah salah satu cabang dari ilmu pemelajaran mesin (bahasa Inggris: machine learningcode: en is deprecated ) yang terdiri algoritma pemodelan abstraksi

Pembelajaran terbimbing

90-an. Mereka membandingakan beberapa pemelajaran terarah seperti Support Vector Machine (SVM), Jaringan Syaraf Tiruan (Artificial Neural Network), regresi

Pembelajaran mesin

ISSN: 2250-3005. T. Finley, T. Joachims, Supervised Clustering with Support Vector Machine, Department of Computer Science, Cornell University, Ithaca, NY

Model bahasa besar

linear Naive Bayes Jaringan saraf tiruan Regresi logistik Perseptron Support vector machine (SVM) Kekelompokkan BIRCH CURE Hierarki k-means Fuzi Reduksi dimensi

Pemelajaran semiterbimbing

secara bebas dari algoritma semi-terawasi berbasis grafik Laplacian support vector machines dan Laplacian regulated least squares. KEEL: Alat perangkat

Pemelajaran swabimbing

Semi-supervised Learning". Proceedings of the 2023 6th International Conference on Machine Vision and Applications. New York, NY, USA: ACM: 161–166. doi:10.1145/3589572

Pembelajaran tak terbimbing

Olivier; von Luxburg, Ulrike; Rätsch, Gunnar (ed.). Advanced Lectures on Machine Learning: ML Summer Schools 2003, Canberra, Australia, February 2 - 14

Pemelajaran mesin berbasis aturan

Pemelajaran mesin berbasis aturan (bahasa Inggris: rule-based machine learning, biasa disingkat RBML) adalah istilah dalam ilmu komputer yang dimaksudkan