Search results
Support vector machines (SVM) adalah algoritma machine learning yang diawasi yang mengklasifikasikan data dengan menemukan garis optimal atau hyperplane yang memaksimalkan jarak antara setiap kelas dalam ruang N-dimensi.
12 lip 2021 · Tujuan dari algoritma SVM adalah untuk menemukan hyperplane terbaik dalam ruang berdimensi-N (ruang dengan N-jumlah fitur) yang berfungsi sebagai pemisah yang jelas bagi titik-titik data input.
18 lis 2021 · Support Vector Machine (SVM) adalah salah satu algoritma machine learning dengan pendekatan supervised learning yang bekerja dengan mencari hyperplane atau fungsi pemisah terbaik untuk memisahkan kelas.
30 gru 2022 · Support Vector Machine (SVM) merupakan salah satu metode machine learning dengan pendekatan supervised learning yang paling populer digunakan. Metode SVM mengkelaskan data baru, mengelompokan data-data dengan memisahkannya berdasarkan hyperplane dengan ruang N-dimensi (N – jumlah fitur) yang secara jelas mengklasifikasikan titik data.
25 lip 2019 · Support Vector Machine (SVM) merupakan salah satu metode dalam supervised learning yang biasanya digunakan untuk klasifikasi (seperti Support Vector Classification) dan regresi (Support...
23 kwi 2024 · Metode Support Vector Machine (SVM) adalah dengan mencari hyperplane optimal. Ini berfungsi untuk memisahkan antara dua atau lebih kelas data. Dalam ruang berdimensi tinggi, hyperplane merupakan fungsi matematis yang memaksimalkan margin.
Support Vector Machine (SVM) adalah algoritma supervised machine learning yang dapat digunakan untuk pemodelan klasifikasi maupun regresi. Misalnya untuk pengklasifikasian teks, analisis citra, deteksi spam, identifikasi tulisan tangan, analisis ekspresi gen, deteksi wajah hingga deteksi anomali atau pencilan pada data.