میں نے حال ہی میں مشین لرننگ سیکھنا شروع کیا تھا اور میں نے ایک پوسٹ دیکھی تھی جس میں لکھا تھا کہ Please explain Support Vector Machines (SVM) like I am a 5 year old، تو میں نے اسے پسند کیا!
سپورٹ ویکٹر مشین (SVM)
لیکن اس کے لئے آپ کو پہلے ویکیپیڈیا پر نظر ڈالنی ہوگی۔ 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?
ٹھیک ہے، کہانی کچھ اس طرح ہے:
ویلنٹائن ڈے کے ایک طویل عرصہ پہلے ، ایک عظیم آدمی اپنی محبوبہ کو بچانا چاہتا تھا ، لیکن شیطان نے اس کے ساتھ ایک کھیل کھیلا۔
شیطان نے میز پر دو رنگوں کی گیندوں کو باقاعدگی سے لگایا ، اور کہا: کیا آپ ان کو ایک چھڑی سے الگ کرسکتے ہیں؟ درخواست: زیادہ سے زیادہ گیندوں کو ڈالنے کے بعد ، یہ اب بھی لاگو ہوتا ہے۔

تو پھر اس نے ایسا کیوں کیا؟

پھر شیطان نے میز پر مزید گیندیں ڈالیں ، اور ایسا لگتا ہے کہ ایک گیند کیمپ میں غلط ہے۔

ایس وی ایم کا مطلب یہ ہے کہ اسٹیک کو بہترین پوزیشن میں رکھنا تاکہ اس کے دونوں اطراف میں زیادہ سے زیادہ خلا ہو۔

اب جب کہ شیطان نے مزید گیندیں ڈالیں ، لاٹھی ایک اچھی حد بندی ہے۔

اس کے بعد ، ایس وی ایم ٹول باکس میں ایک اور اور اہم چال ہے۔ شیطان نے دیکھا کہ عظیم آدمی نے ایک چال سیکھ لی ہے ، لہذا شیطان نے عظیم آدمی کو ایک نیا چیلنج دیا۔

اب ، اس کے پاس کوئی لاٹھی نہیں ہے جو اس کی مدد سے دو گیندوں کو الگ کرنے میں مدد دے سکتی ہے۔ اب کیا کریں؟ یقینا all جیسا کہ تمام فلموں میں ہوتا ہے ، اس کی میز پر ایک دھچکا لگا اور گیند ہوا میں اڑ گئی۔ پھر ، اس کی آسانی سے ، اس نے ایک کاغذ پکڑ لیا اور اسے دو گیندوں کے درمیان ڈال دیا۔

اب، شیطان کے نقطہ نظر سے، یہ گیندوں کو ایک منحنی خطوط کی طرف سے الگ کیا گیا ہے.

اس کے بعد، بڑے لوگ، جو بور تھے، وہ ان گیندوں کو “ڈیٹا” کہتے ہیں، ان لاٹھیوں کو “کلاسفائیر” کہتے ہیں، ان کی سب سے بڑی خلائی چال کو “آپٹمائزیشن” کہتے ہیں، ان کی میزوں کو “کرنلنگ” کہتے ہیں، اور ان کے کاغذات کو “ہائپرپلین” کہتے ہیں۔
حوالہ جات:
Please explain Support Vector Machines (SVM) like I am a 5 year old. : MachineLearning
Support Vector Machines explained well




ایس وی ایم کیا ہے؟
ایس وی ایم - سپورٹ ویکٹر مشین ، جسے عام طور پر سپورٹ ویکٹر مشین کہا جاتا ہے ، ایک نگرانی سیکھنے کا الگورتھم ہے ، جو درجہ بندی کے زمرے میں آتا ہے۔ ڈیٹا مائننگ کی ایپلی کیشنز میں ، غیر نگرانی والے کلسٹرنگ کے مساوی اور مختلف ہیں۔ مشین لرننگ (Machine Learning) ، کمپیوٹر ویژن (Computer Vision) اور ڈیٹا مائننگ (Data Mining) میں بڑے پیمانے پر استعمال ہوتا ہے۔ ایس وی ایم کے بارے میں یہ ہے:

فرض کریں کہ ہم تین آٹھ لائنوں کے ذریعے حقیقی اور خالی حلقوں کو دو اقسام میں تقسیم کرنا چاہتے ہیں۔ تو اس کام کو کرنے کے لئے بے شمار لائنیں ہیں۔ ایس وی ایم میں، ہم ایک زیادہ سے زیادہ حد تک زیادہ سے زیادہ حد تک زیادہ سے زیادہ حد تک تلاش کرتے ہیں. اس صورت میں کنارے کے ساتھ کئی اعداد و شمار کے پوائنٹس کو سپورٹ ویکٹر کہا جاتا ہے، جو اس درجہ بندی کے الگورتھم کا نام ہے.
کسی بھی n طول و عرض تک توسیع یا لامحدود طول و عرض تک توسیع، جیسا کہ تصویر 2 میں دکھایا گیا ہے۔

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.
آخر میں، شماریاتی سمت: سپورٹ ویکٹر مشینیں (SVM) wiki:Support vector machine کورس: columbia.edu کا صفحہ اس کے علاوہ ایک عمدہ ویڈیو ڈیمو بھی ہے۔ http://youtu.be/3liCbRZPrZA
ٹویٹ ایمبیڈ کریں