Mesin vektor dukungan (SVM) adalah jenis algoritma pembelajaran mesin yang digunakan untuk analisis klasifikasi dan regresi. Ini bekerja dengan mengidentifikasi hyperplane yang memisahkan data menjadi dua kelas, dengan margin maksimum antara dua kelas. Hyperplane dipilih sedemikian rupa sehingga titik data yang paling dekat dengannya disebut vektor pendukung, yang digunakan untuk menentukan batas keputusan. SVM sangat berguna saat menangani data berdimensi tinggi dan dapat dilatih menggunakan fungsi kernel yang berbeda untuk mengubah data menjadi ruang berdimensi lebih tinggi untuk pemisahan yang lebih baik.
Tanggal penerbitan: