Regresia pomocou metódy podporných vektorov: Nástroj pre presné a robustné predikcie
Tento príspevok je zameraný na Support Vector Regression (SVR), pokročilú metodológiu strojového učenia pre riešenie regresných problémov v rôznych aplikáciách. SVR vychádza z algoritmov Support Vector Machine, využíva podporné vektory na modelovanie prediktívnych funkcií, ktoré minimalizujú chyby p...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Format: | Chapitre de livre |
| Langue: | slovaque |
| Sujets: | |
| Tags: |
Pas de tags, Soyez le premier à ajouter un tag!
|
MARC
| LEADER | 00000naa a2200000 4500 | ||
|---|---|---|---|
| 001 | 0302944 | ||
| 005 | 20240704132519.2 | ||
| 041 | 0 | |a slo | |
| 044 | |a SK | ||
| 245 | 1 | 0 | |a Regresia pomocou metódy podporných vektorov: Nástroj pre presné a robustné predikcie |c Andrej Bednařík |
| 520 | |a Tento príspevok je zameraný na Support Vector Regression (SVR), pokročilú metodológiu strojového učenia pre riešenie regresných problémov v rôznych aplikáciách. SVR vychádza z algoritmov Support Vector Machine, využíva podporné vektory na modelovanie prediktívnych funkcií, ktoré minimalizujú chyby predikcie v rámci preddefinovaného prahu. Tento robustný mechanizmus umožňuje vysokú presnosť aj pri komplexných a šumivých dátových súboroch. Príspevok rieši princípy, metódy a aplikácie SVR, pričom zdôrazňuje prispôsobivosť na nelineárne problémy prostredníctvom kernelových metód a využitie. | ||
| 610 | 2 | 0 | |a regresia |
| 610 | 2 | 0 | |a učenie strojové |
| 610 | 2 | 0 | |a metodológia |
| 100 | 1 | |a Bednařík, Andrej, 1998- | |