এসভিএম অ্যালগরিদম বেশ পুরানো - এটি 1960 এর দশকে উন্নত হয়েছিল, তবে 1990 এবং 2000 এর দশকে এটি অত্যন্ত জনপ্রিয় ছিল। এটি মেশিন লার্নিং কোর্সের একটি ধ্রুপদী (এবং বেশ সুন্দর) অংশ।
আজ মনে হচ্ছে মিডিয়া প্রসেসিংয়ে (চিত্র, শব্দ ইত্যাদি) নিউরাল নেটওয়ার্কগুলি পুরোপুরি আধিপত্য বজায় রাখে, অন্য অঞ্চলে গ্রেডিয়েন্ট বুস্টিংয়ের খুব শক্ত অবস্থান রয়েছে।
এছাড়াও, সাম্প্রতিক ডেটা প্রতিযোগিতায় আমি কোনও এসভিএম ভিত্তিক সমাধান পর্যবেক্ষণ করি না।
আমি অ্যাপ্লিকেশন উদাহরণগুলি সন্ধান করছি যেখানে এসভিএম এখনও স্টেট-অফ-আর্ট ফলাফল দেয় (২০১ of হিসাবে)।
আপডেট: আমি এসভিএম ব্যাখ্যা করার সময় শিক্ষার্থী / সহকর্মীদের উদাহরণ দিতে পারি যা আমি উদাহরণ দিতে পারি যাতে এটি নিখুঁত তাত্ত্বিক বা অবহেলিত পদ্ধতির মতো না লাগে।
3
কোন দিক থেকে সুপিরিয়ার? কিছু পারফরম্যান্স মেট্রিক? একটি গভীর নিউরাল নেট প্রশিক্ষণের জন্য প্রচুর পরিমাণে কম্পিউটার সময় প্রয়োজন, তবে আমি আমার ল্যাপটপে একটি সেবাযোগ্য এসভিএমকে প্রশিক্ষণ দিতে পারি।
—
সাইকোরাক্স মনিকাকে
@ ব্যবহারকারী 7777 বলতে অবশ্যই শ্রেণীবদ্ধকরণ / রেগ্রেশন মেট্রিক অবশ্যই প্রয়োগের ক্ষেত্রে উপযুক্ত। ডিএল এর জন্য গণ্য জটিলতার সমস্যাটি গুরুত্বপূর্ণ তবে এটি এই প্রশ্নের ক্ষেত্রের বাইরে কিছুটা।
—
অ্যালোও