Stödvektormaskiner (SVM) används vid optimering för att hitta bästa möjliga separerande hyperplan mellan två klasser i en datauppsättning. Målet med SVM är att maximera marginalen mellan de två klasserna genom att hitta det hyperplan som har störst avstånd till de närmaste punkterna i endera klassen. Detta optimeringsproblem kan lösas med olika tillvägagångssätt såsom kvadratisk programmering, konvex optimering och begränsad optimering. SVM:er används också i andra optimeringsproblem som regression och avvikelsedetektering. Genom att använda SVM kan vi effektivt lösa komplexa optimeringsproblem och hitta bästa möjliga lösning.
Publiceringsdatum: