支持向量機
你在支持向量機中學到了什麼?
關於這個免費證書課程
支持向量機或支持向量網絡是基於監督學習模型的模型，主要用於分類和回歸分析。支持向量機(SVM)是一種穩健而高效的預測方法，具有堅實的統計方法基礎。它是由Vladimir Vapnik和他的同事在AT&T貝爾實驗室開發的。
SVM和其他機器學習算法一樣。支持向量機被輸入一組訓練示例，每個示例被標記為屬於兩個類之一;它的訓練算法建立了一個模型，將新的例子分配給一個類或另一個類，所以本質上，它是一個非概率二進製線性分類器。在幾何上，SVM將訓練示例映射到空間中的點，然後嚐試最大化兩個類別之間的差距寬度。對於預測，將輸入值映射到相同的空間中，並根據它們落在邊緣的哪一側來預測它們屬於一個類。簡單地說，SVM通過創建一條線或一個超平麵來將數據分類為不同的類。
與深度神經網絡等更先進的係統相比，SVM有兩個主要的優勢，即SVM具有更高的速度，即使在小樣本集也有更好的性能。
查看我們的機器學習碩士課程今天。
課程大綱
數據是機器學習的靈魂，有特定的方法可以有效地處理數據。本模塊首先介紹了機器學習，並討論了涉及的數學過程。您將學習有監督和無監督學習、數據科學機器學習步驟、線性回歸、皮爾遜係數、最佳擬合線和行列式係數。最後，您將通過一個案例研究來幫助您有效地理解機器學習的概念。
分享你的證書並引起別人的注意
為什麼學習機器學習?
被雇傭
頂級招聘公司
通過這門課程，你會得到
免費終身訪問
隨時隨地學習
完成證書
在你的職業關係網中脫穎而出
1.0小時
自定節奏的視頻講座
常見問題
什麼是支持向量機?用一個例子解釋一下?
支持向量機(SVM)是一類有監督的深度學習算法，它對分離成類的數據集進行分類或回歸進行監督學習。支持向量機在計算生物學中有著廣泛的應用。SVM的一個著名用例是“蛋白質折疊和遠程同源檢測”。這裏使用SVM對蛋白質序列的不同模型進行建模和分析。在內部，它使用不同的方法來求解部署的內核函數，幫助查找不同蛋白質序列之間的相似性。
支持向量機有什麼用?
SVM在許多領域都有應用，包括計算機視覺、NLP、內容審核、審查和推薦係統、計算生物學、銷售和分析、生物技術等。
什麼時候使用SVM?
SVM主要是一種分類算法，但它也可以用於回歸和異常值的檢測。SVM可以不考慮問題的線性，即它可以應用於線性和非線性問題。SVM要得到好的結果，必須滿足以下條件:
數據集必須是線性可分的，否則數據需要轉換使用各種kernel提供。變換不是支持向量機的一部分，它會增加特征的數量。
與隨機森林等其他方法相比，SVM的性能隨著維數的增加而惡化。支持向量機使用約束優化問題，隨著輸入特征數量的增加而惡化。
SVM不適用於特征數量遠大於觀測數量的數據集。
分類變量不是由SVM算法處理的。
從支持向量機的角度看，什麼是核?
核是一種將二維平麵投影到高維空間，從而使其在高維空間中彎曲的方法。用外行的語言來說，核是將數據從低維空間映射到高維空間的函數。
支持向量機中使用的“內核技巧”是什麼?
利用核技巧將非線性數據轉化為線性數據。核技巧是一種將非線性數據投射到高維空間上的數學方法，通過在一個平麵上線性劃分數據，使其更容易分類。這是通過拉格朗日公式和拉格朗日乘子來實現的。
成功的故事
卓越學習beplay2018官网學院的課程對你的職業生涯有幫助嗎?我們的學習者告訴我們該怎麼做。
還有1000多個
beplay2018官网偉大的學習學院-免費在線證書課程
beplay2018官网Great Learning Academy是Great Learning發起的一個項目，提供各個領域的免費在線課程，讓專業人士和學生學習最需要的技能，幫助他們獲得職業成功。
beplay2018官网Great Learning Academy提供免費證書課程，涵蓋數據科學、機器學習、人工智能、IT與軟件、雲計算、市場營銷與金融、大數據等各個領域的1000多個課程，內容超過1000小時。它已經為來自170多個國家的600多萬學習者提供了免費的在線課程和證書。Greabeplay2018官网t Learning Academy平台允許您通過參與現實世界的項目，學習所需的技能，並從最好的免費在線課程中獲得證書，從而實現您的職業抱負。除了免費課程，它還提供視頻內容和與行業專家的現場會議。
