मैं हाल ही में मशीन सीखने के बारे में सीख रहा था, मैंने रेडिट पर एक पोस्ट देखी, कृपया समर्थन वेक्टर मशीनों (एसवीएम) की व्याख्या करें जैसे मैं 5 साल का हूं, एक शब्द की प्रशंसा!
समर्थन वेक्टर मशीन (SVM) का समर्थन करें।
हम पहले विकि पर जाएँगे। Support Vector Machines are learning models used for classification: which individuals in a population belong where? So... how do SVM and the mysterious
kernel work? Support Vector Machines are learning models used for classification: which individuals in a population belong where? तो... कैसे SVM और रहस्यमय kernel काम करते हैं?
खैर, कहानी कुछ इस तरह हैः
बहुत पहले वेलेंटाइन डे पर, महान आदमी अपने प्रेमी को बचाने के लिए जाता है, लेकिन शैतान उसके साथ एक खेल खेलता है।
शैतान ने मेज पर दो रंगों की गेंदों को व्यवस्थित रूप से रखा है और कहाः क्या आप उन्हें एक छड़ी के साथ अलग करते हैं? अनुरोधः जितना संभव हो उतना अधिक गेंदों को फेंकने के बाद भी लागू करें।
तो क्या यह अच्छा है कि महापुरुष ने इसे इस तरह रखा?
फिर शैतान, फिर से टेबल पर और अधिक गेंद डालता है, और ऐसा लगता है कि एक गेंदबाज गलत मैदान में है।
एसवीएम का उद्देश्य छड़ी को सबसे अच्छी स्थिति में रखना है ताकि छड़ी के दोनों किनारों पर जितना संभव हो उतना अंतर हो।
अब, अगर शैतान ने अधिक गेंद डाली, तो भी छड़ी एक अच्छी सीमा है।
इसके बाद, एसवीएम टूलकिट में एक और अधिक महत्वपूर्ण चाल है। शैतान ने देखा कि महापुरुष ने एक चाल सीखी है, इसलिए उसने महापुरुष को एक नई चुनौती दी।
अब, महापुरुष के पास कोई छड़ी नहीं है जो उसे दो गेंदों को अलग करने में मदद कर सकती है, अब क्या करना है? बेशक, जैसा कि सभी मार्शल फिल्मों में होता है, महापुरुष ने टेबल पर एक शॉट लिया, और गेंद हवा में उड़ गई। फिर, महापुरुष के हल्के काम के साथ, महापुरुष ने एक कागज उठाया और दोनों गेंदों के बीच में डाल दिया।
अब, शैतान के दृष्टिकोण से, ये गेंदें एक वक्र द्वारा अलग की गई दिखती हैं।
और बाद में, बड़े लोग, जो थके हुए थे, उन्होंने इन बॉलों को डेटा कहा, उनकी छड़ी को वर्गीकरण कहा, सबसे बड़ा अंतर ट्रिक को अनुकूलन कहा, टेबल को कर्नेलिंग कहा, और कागज को हाइपरप्लेन कहा।
संदर्भ के लिएः
कृपया समर्थन वेक्टर मशीनों (एसवीएम) की व्याख्या करें जैसे मैं 5 साल का हूँ.
समर्थन वेक्टर मशीनें अच्छी तरह से समझाया
एसवीएम क्या है?
SVM - support vector machine, जिसे support vector machine के रूप में जाना जाता है, एक पर्यवेक्षित सीखने वाला एल्गोरिथ्म है। डेटा खनन के अनुप्रयोगों में, यह असुरक्षित क्लस्टरिंग से मेल खाता है और अलग है। यह व्यापक रूप से मशीन सीखने, कंप्यूटर विजन और डेटा खनन में उपयोग किया जाता है। SVM के बारे में कुछ जानकारी दी गई है।
मान लीजिए कि हम तीन-आठ लाइनों के माध्यम से वास्तविक केंद्रक और रिक्त केंद्रक को दो श्रेणियों में विभाजित करते हैं। तो कई लाइनें हैं जो इस कार्य को पूरा कर सकती हैं। एसवीएम में, हम एक इष्टतम सीमा रेखा की तलाश करते हैं जिससे यह दोनों तरफ से सबसे बड़ा मार्जिन हो। इस स्थिति में, किनारे पर मोटे होने वाले कुछ डेटा बिंदुओं को समर्थन वेक्टर कहा जाता है, जो कि इस वर्गीकरण एल्गोरिथ्म के नाम का स्रोत है।
यह किसी भी n आयामों में और अनंत आयामों में भी विस्तारित हो सकता है, जैसे कि चित्र 2 में।
हमारे पास n-आयामी से अनंत आयामी अंतरिक्ष में डेटा बिंदुओं का एक गुच्छा है, तब एक हमेशा एक इष्टतम हाइपरप्लेन पा सकता है जो हमेशा n-1 आयाम में होता है।
और अंत में, सांख्यिकी की दिशाः समर्थन वेक्टर मशीनें (एसवीएम) विकीःसपोर्ट वेक्टर मशीन सबकःcolumbia.eduका पृष्ठ यह एक शानदार वीडियो डेमो के साथ आता है.http://youtu.be/3liCbRZPrZA
अनुवादित से