मैं हाल ही में मशीन सीखने में लगा हुआ था, और मैंने एक पोस्ट देखी थी reddit पर Please explain Support Vector Machines (SVM) like I am a 5 year old, एक शब्द के लिए धन्यवाद! तो इसे व्यवस्थित करें और इसे साझा करें।
समर्थन वेक्टर मशीन (एसवीएम) ।
लेकिन पहले, विकी पर एक नज़र डालें। 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?
तो, कहानी इस प्रकार है:
बहुत पहले, वेलेंटाइन डे पर, महापुरुष अपनी प्रेमिका को बचाने के लिए गया था, लेकिन शैतान ने उसके साथ एक खेल खेला।
शैतान ने नियमित रूप से दो रंगों की गेंदों को मेज पर रखा, और कहाः क्या आप उन्हें एक छड़ी से अलग कर सकते हैं? अनुरोधः जितना संभव हो उतना अधिक गेंदों के बाद, अभी भी लागू होता है।

तो महापुरुषों ने इसे छोड़ दिया, क्या अच्छा है?

और फिर शैतान, और अधिक गेंदें मेज पर डालते हैं, और ऐसा लगता है कि एक गेंद का स्थान गलत है।

एसवीएम (SVM) का मतलब है कि स्टिक को सबसे अच्छी स्थिति में रखना ताकि स्टिक के किनारों पर जितना संभव हो उतना अंतर हो।

अब, भले ही शैतान ने अधिक गेंद डाली हो, लाठी अभी भी एक अच्छी सीमा रेखा है।

फिर, एसवीएम टूलबॉक्स में एक और और अधिक महत्वपूर्ण चाल थी। शैतान ने देखा कि महापुरुष एक चाल सीख चुके हैं, इसलिए उसने महापुरुष को एक नई चुनौती दी।

अब, महापुरुषों के पास कोई छड़ी नहीं है जो उन्हें दो प्रकार की गेंदों को अलग करने में मदद कर सकती है, अब क्या करना है? निश्चित रूप से सभी महापुरुषों की फिल्मों की तरह, महापुरुषों की मेज पर एक झटका, गेंद हवा में उड़ जाती है। फिर, महापुरुषों की सहजता से, महापुरुषों ने एक कागज को पकड़ लिया और दो प्रकार की गेंदों के बीच में डाल दिया।

अब, शैतान के दृष्टिकोण से, ये गोले एक वक्र द्वारा अलग किए गए प्रतीत होते हैं।

और फिर, बड़े-बड़े लोग, जो ऊब चुके हैं, वे बॉल को डेटा कहते हैं, स्टिक को क्लासिफायर कहते हैं, सबसे बड़ी चाल को ऑप्टिमाइज़ेशन कहते हैं, टेबल को कर्नेलिंग कहते हैं, और उस पेपर को हाइपरप्लेन कहते हैं।
संदर्भ के लिएः
Please explain Support Vector Machines (SVM) like I am a 5 year old. : MachineLearning
Support Vector Machines explained well




एसवीएम क्या है?
SVM - समर्थन वेक्टर मशीन, जिसे आमतौर पर समर्थन वेक्टर मशीन कहा जाता है, एक पर्यवेक्षित सीखने एल्गोरिथ्म है, जो वर्गीकरण की श्रेणी में आता है। डेटा खनन के अनुप्रयोगों में, यह असुरक्षित क्लस्टरिंग से मेल खाता है और अलग है। यह व्यापक रूप से मशीन लर्निंग, कंप्यूटर विजन और डेटा खनन में उपयोग किया जाता है। एसवीएम के बारे में चित्र 1 में बताया गया है।

मान लीजिए कि हम त्रि-अष्टक रेखा के माध्यम से पूर्णकर्ण वृत्त और रिक्तकर्ण वृत्त को दो श्रेणियों में विभाजित करते हैं। तो इस कार्य को करने के लिए अनगिनत पंक्तियाँ हैं। एसवीएम में, हम एक इष्टतम सीमा रेखा की तलाश करते हैं जो इसे दोनों तरफ के मार्जिन को अधिकतम बनाती है। इस स्थिति में किनारों को मोटा करने वाले कई डेटा बिंदुओं को समर्थन वेक्टर कहा जाता है, जो वर्गीकरण एल्गोरिथ्म के नाम का स्रोत है।
किसी भी n-आयामी या अनंत-आयामी स्थान में विस्तारित करें, जैसा कि चित्र 2 में दिखाया गया है।

We got a bunch of data points in a n- dimensional to infinite-dimensional space, Then one can always find a optimal hyperplane which is always in the n-1 dimension.
अंत में, सांख्यिकीय दिशाः समर्थन वेक्टर मशीन (एसवीएम) wiki:Support vector machine पाठ्यक्रम: columbia.edu का पेज और एक शानदार वीडियो प्रस्तुति. http://youtu.be/3liCbRZPrZA
“अभिनेता” का अनुवाद