Problem formulations and solvers in linear SVM: a review

Support vector machine (SVM) is an optimal margin based classification technique in machine learning. SVM is a binary linear classifier which has been extended to non-linear data using Kernels and multi-class data using various techniques like one-versus-one, one-versus-rest, Crammer Singer SVM, Wes...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	The Artificial intelligence review Ročník 52; číslo 2; s. 803 - 855
Hlavní autoři:	Chauhan, Vinod Kumar, Dahiya, Kalpana, Sharma, Anuj
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Dordrecht Springer Netherlands 01.08.2019 Springer Springer Nature B.V
Témata:	Artificial Intelligence Big Data Classification Classifiers Computer Science Data management Formulations Kernel functions Machine learning Solvers Support vector machines Word sense disambiguation Support vector machines Support vector classification Linear SVM SVM solvers Optimization problem
ISSN:	0269-2821, 1573-7462
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!