Доречно-векторна машина
З Вікіпедії, безкоштовно encyclopedia
У математиці, доре́чно-ве́кторна маши́на (ДВМ, англ. Relevance Vector Machine, RVM) — це методика машинного навчання, яка використовує баєсове висновування для отримання ощадливих розв'язків для регресії та ймовірнісної класифікації.[1] ДВМ має однаковий функційний вигляд з опорно-векторною машиною, але забезпечує ймовірнісну класифікацію.
Вона фактично рівнозначна моделі ґаусового процесу з функцією коваріації[en]
де є ядровою функцією[en] (зазвичай ґаусовою),
є дисперсіями апріорних значень елементів вектора вагових коефіцієнтів
, а
є вхідними векторами тренувального набору.[2]
У порівнянні з опорно-векторними машинами (ОВМ, англ. support vector machines, SVM), баєсове формулювання ДВМ уникає набору вільних параметрів, як в ОВМ (які зазвичай вимагають післяоптимізацій на основі перехресної перевірки). Проте ДВМ використовують метод навчання, подібний до очікування-максимізації, і відтак схильні до ризику локальних мінімумів. Це відрізняється від стандартних алгоритмів на основі послідовної мінімальної оптимізації (ПМО), що використовують ОВМ, які гарантують знаходження глобального оптимуму (для опуклої задачі).
Доречно-векторну машину запатентовано у США[en] компанією Microsoft.[3]