پاورپوینت و ارائه کامل ماشین بردار پشتیبان

مهندسی نرم افزار
دانلود پاورپوینت و ارائه کامل ماشین بردار پشتیبان مقدمه SVM دسته بندی کننده ای است که جزو شاخه Kernel Methods دریادگیری ماشین محسوب میشود. SVMدر سال 1992 توسط Vapnik معرفی شده و بر پایه statistical learning theory بنا گردیده است. شهرت SVM بخاطر موفقیت آن در تشخیص حروف دست نویس است که با شبکه های عصبی بدقت تنظیم شده برابری میکند: 1.1% خطا هدف این دسته الگوریتم ها تشخیص و متمایز کردن الگوهای پیچیده در داده هاست ( از طریق کلاسترینگ، دسته بندی، رنکینگ، پاکسازی و غیره) مسایل مطرح: الگوهای پیچیده را چگونه نمایش دهیم چگونه از مسئله overfitting پرهیز کنیم کلمات کلیدی: SVM ماشین بردار پشتیبان دسته بندی داده های جدید مسئله جداسازی غیر خطی ایده اصلی با فرض اینکه دسته ها بصورت خطی جداپذیر باشند، ابرصفحه هائی با حداکثر حاشیه (maximum margin) را بدست می آورد که دسته ها را جدا کنند. در مسایلی که داده ها بصورت خطی جداپذیر نباشند داده ها به فضای با ابعاد بیشتر نگاشت پیدا میکنند تا بتوان آنها را در این فضای جدید بصورت خطی جدا نمود. فهرست مطالب مقدمه هدف این دسته الگوریتم ها تشخیص و متمایز کردن الگوهای پیچیده در داده هاست تعمیم و SVM حل مسئله برای حالت دو بعدی تابع تصمیم گیری ابر صفحه حل مسئله برای حالت دو بعدی محاسبه پهنای حاشیه دسته بندی داده های جدید مسئله جداسازی غیر خطی : مشکلات فضای ویژگی نگاشت غیر مستقیم به فضای ویژگی کرنل Modularity ساخت کرنل ها تشخیص حروف دست نویس انتخاب تابع کرنل جدی ترین مسئله در روش SVM انتخاب تابع کرنل است. نقاط قوت و ضعف SVM Strengths سایر جنبه های SVM