Key points are not available for this paper at this time.
La machine à vecteurs de support (SVM) est l'un des algorithmes d'apprentissage automatique les plus classiques, qui fonctionne bien dans de nombreux domaines. Cependant, les algorithmes d'entraînement traditionnels ne sont pas satisfaisants pour traiter les grandes quantités de données. Par conséquent, de nombreux algorithmes pour les ensembles de données à grande échelle ont été proposés. En considérant les problèmes de classification, cet article présente les principaux algorithmes d'entraînement SVM pour les ensembles de données à grande échelle, y compris les méthodes d'optimisation pour les problèmes à classes binaires et multi-classes.
Ju et al. (Mercredi) ont étudié cette question.
Synapse has enriched 2 closely related papers on similar clinical questions. Consider them for comparative context: