Regresia pomocou metódy podporných vektorov: Nástroj pre presné a robustné predikcie

Abstrakt

Tento dokument skúma Support Vector Regression (SVR),  pokročilú metodológiu strojového učenia pre riešenie regresných problémov v rôznych aplikáciách. SVR, ktoré vychádza z algoritmov Support Vector Machine, využíva podporné vektory na modelovanie prediktívnych funkcií, ktoré minimalizujú chyby predikcie v rámci preddefinovaného prahu. Tento robustný mechanizmus umožňuje vysokú presnosť aj pri komplexných a šumivých dátových súboroch. Príspevok diskutuje princípy, metódy a aplikácie SVR, pričom zdôrazňuje jeho prispôsobivosť na nelineárne problémy prostredníctvom kernelových metód a jeho využitie.