एसवीएम एल्गोरिथ्म काफी पुराना है - यह 1960 के दशक में विकसित किया गया था, लेकिन 1990 और 2000 के दशक में बेहद लोकप्रिय था। यह मशीन सीखने के पाठ्यक्रमों का एक शास्त्रीय (और काफी सुंदर) हिस्सा है।
आज ऐसा लगता है कि मीडिया प्रसंस्करण (चित्र, ध्वनि आदि) में तंत्रिका नेटवर्क पूरी तरह से हावी हैं, जबकि अन्य क्षेत्रों में ग्रेडिएंट बूस्टिंग में बहुत मजबूत स्थिति है।
इसके अलावा, हालिया डेटा प्रतियोगिताओं में मैं कोई एसवीएम-आधारित समाधान नहीं देखता हूं।
मैं आवेदन उदाहरणों की तलाश कर रहा हूं जहां एसवीएम अभी भी अत्याधुनिक परिणाम देता है (2016 के अनुसार)।
अद्यतन: मैं कुछ उदाहरण देना चाहूंगा जो मैं एसवीएम की व्याख्या करते समय छात्रों / सहकर्मियों को दे सकता हूं ताकि यह विशुद्ध रूप से सैद्धांतिक या पदावनत दृष्टिकोण की तरह न दिखे।
3
किस अर्थ में श्रेष्ठ? कुछ प्रदर्शन मीट्रिक? एक गहरी तंत्रिका जाल को प्रशिक्षित करने के लिए कंप्यूटर की पर्याप्त मात्रा की आवश्यकता होती है, लेकिन मैं अपने लैपटॉप पर एक सेवा योग्य एसवीएम को प्रशिक्षित कर सकता हूं।
—
साइकोरैक्स का कहना है कि मोनिका
@ user777 मेरा मतलब है कि आवेदन क्षेत्र के लिए उपयुक्त वर्गीकरण / प्रतिगमन मीट्रिक, निश्चित रूप से। डीएल के लिए कम्प्यूटेशनल जटिलता वाला मुद्दा महत्वपूर्ण है, लेकिन यह इस सवाल के दायरे से बाहर है।
—
अल्लेओ