كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجةمختبر الذكاء الاصطناعي الكمّي

آلة المتجهات الداعمة

Support Vector Machine (SVM)

التعلم الموجّه Supervised Learning

التعريف

يبحث عن الحد الفاصل بين الفئات الذي يملك أكبر هامش Margin ممكن عن أقرب الأمثلة (المتجهات الداعمة).

الفكرة الأساسية

الهامش الواسع يعني تعميماً أفضل. ومع حيلة النواة Kernel Trick (مثل RBF) يمكنه رسم حدود غير خطية دون حساب الخصائص الجديدة صراحة.

الحد الفاصل بأكبر هامش، والنقاط على الهامش هي المتجهات الداعمة.

آلية العمل

  1. نطبّع الخصائص
  2. نختار النواة: خطية أو RBF أو متعددة الحدود
  3. نحل مسألة تحسين تعظّم الهامش مع السماح ببعض الأخطاء (C)
  4. الأمثلة على الهامش هي المتجهات الداعمة التي تحدد النموذج

نوع البيانات ونوع المشكلة

نوع البياناتجدولية رقمية مطبّعة؛ وتمثيلات النصوص
نوع المشكلةتصنيف وانحدار (SVR)

المزايا

  • أداء قوي على البيانات المتوسطة الحجم والأبعاد الكثيرة
  • مرن بفضل النوى

القيود

  • بطيء مع البيانات الكبيرة جداً
  • حساس لاختيار C وgamma
  • لا يعطي احتمالات مباشرة

المعاملات المهمة

  • C
  • نوع النواة kernel
  • gamma لنواة RBF

مقاييس التقييم

  • Accuracy الدقة
  • Precision وRecall
  • F1-score
  • Confusion Matrix مصفوفة الالتباس
  • ROC AUC للتصنيف الثنائي

الأدوات التي تدعمها

OrangeSVM
KNIMESVM Learner + SVM Predictor
WEKAfunctions.SMO

أمثلة تطبيقية

  • تصنيف أورام الثدي (تعليمياً)
  • تصنيف النصوص
  • التعرف على الأرقام

مشاريع مرتبطة

خوارزميات بديلة

جرّبها في المختبر