Définition CISMeF : Les machines à vecteurs de support ou séparateurs à vaste marge (en anglais support
vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées
à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation
des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans
les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement
d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.
Ils ont rapidement été adoptés pour leur capacité à travailler avec des données de
grandes dimensions, le faible nombre d'hyperparamètres, leurs garanties théoriques,
et leurs bons résultats en pratique (source Wikipédia).;
Synonyme CISMeF : séparateurs à vaste marge; machines à vecteurs de support; Machine à vecteur support; SVM (Support Vector Machine); SVM (Séparateur à Vaste Marge); Support vector machine; Séparateur à vaste marge;
Les machines à vecteurs de support ou séparateurs à vaste marge (en anglais support
vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées
à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation
des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans
les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement
d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.
Ils ont rapidement été adoptés pour leur capacité à travailler avec des données de
grandes dimensions, le faible nombre d'hyperparamètres, leurs garanties théoriques,
et leurs bons résultats en pratique (source Wikipédia).