Una macchina vettoriale di supporto (SVM) è un tipo di algoritmo di apprendimento automatico utilizzato per l'analisi di classificazione e regressione. Funziona identificando un iperpiano che separa i dati in due classi, con il massimo margine tra le due classi. L'iperpiano viene scelto in modo tale che i punti dati più vicini ad esso siano chiamati vettori di supporto, che vengono utilizzati per definire il confine decisionale. Gli SVM sono particolarmente utili quando si tratta di dati ad alta dimensione e possono essere addestrati utilizzando diverse funzioni del kernel per trasformare i dati in uno spazio di dimensioni superiori per una migliore separazione.
Data di pubblicazione: