¿Qué es SVM?
SVM se llama Support Vector Machines (Support Vector Machines) Es una clasificación nueva y muy potencial propuesta por el grupo de investigación AT&TBell Laboratory liderado por Vanpik en 1963.
Tecnología. SVM es un método de reconocimiento de patrones basado en la teoría del aprendizaje estadístico, utilizado principalmente en el campo del reconocimiento de patrones. Debido a que estos estudios no eran muy completos en ese momento, tendían a ser conservadores en la resolución de problemas de reconocimiento de patrones y eran matemáticamente difíciles. Estas investigaciones no recibieron suficiente atención hasta la década de 1990, cuando la implementación de un sistema teórico relativamente completo: la teoría estadística del aprendizaje (SLT) y la investigación sobre nuevos métodos de aprendizaje automático, como las redes neuronales, enfrentaron algunas dificultades importantes. cómo determinar la estructura de la red, problemas de sobreaprendizaje y subaprendizaje, problemas de puntos mínimos locales, etc. han llevado al rápido desarrollo y mejora de SVM, mostrando muchas ventajas únicas en la resolución de reconocimiento de patrones de muestras pequeñas, no lineales y de alta dimensión. Se puede aplicar a otros problemas de aprendizaje automático, como el ajuste de funciones. Se ha desarrollado rápidamente desde entonces y se ha aplicado con éxito en muchos campos (bioinformática, reconocimiento de texto y escritura a mano, etc.).
La clave de SVM es la función del kernel, que también es la parte más interesante. Los conjuntos de vectores espaciales de baja dimensión suelen ser difíciles de dividir y la solución es asignarlos al espacio de alta dimensión. Sin embargo, la dificultad que plantea este método es el aumento de la complejidad computacional, y la función del núcleo resuelve este problema claramente. En otras palabras, siempre que se seleccione la función central adecuada, podemos obtener la función de clasificación del espacio de alta dimensión. En la teoría SVM, el uso de diferentes funciones del kernel conducirá a diferentes algoritmos SVM
Es un método de aprendizaje automático basado en la teoría estadística y que minimiza el riesgo estructural, que es mejor que el aprendizaje neuronal en línea