Support vector machines

Tato metoda strojového učení hledá nadrovinu, která v prostoru příznaků optimálně rozděluje trénovací data. Optimalita rozdělení je definována jako maximum minima vzdálenosti mezi body z rozdělovaných dat. Tato metoda je ze své přirozenosti binární, tedy rozděluje data do dvou množin. Rozdělující nadrovina je lineární funkcí v prostoru příznaků.

Důležitou součástí techniky Support vector machines (zkratka: SVM) je jádrová transformace prostoru příznaků dat do prostoru transformovaných příznaků typicky vyšší dimenze. Tato jádrová transformace umožňuje převést původně lineárně neseparovatelnou úlohu na úlohu lineárně separovatelnou, na kterou lze dále aplikovat optimalizační algoritmus pro nalezení rozdělující nadroviny.

Tento článek o algoritmu nebo datové struktuře je příliš stručný nebo neobsahuje důležité informace. Pomozte Wikipedii tím, že jej vhodně rozšíříte.