ISSN: 2319-7293
M. Premalatha y Dr. C. Vijayalakshm
El aprendizaje automático se considera un subcampo de la inteligencia artificial y se ocupa del desarrollo de técnicas y métodos que permiten a la computadora aprender. Por lo tanto, el objetivo del aprendizaje era generar una hipótesis que realizara la clasificación correcta de los datos de entrenamiento y se diseñaron algoritmos de aprendizaje temprano para encontrar un ajuste tan preciso a los datos. Desde entonces, las SVM se han aplicado con éxito a problemas de análisis de datos del mundo real y, a menudo, han proporcionado mejores resultados en comparación con otras técnicas. Da una idea clara de que la ventaja del enfoque de vector de soporte es que las soluciones escasas a los problemas de clasificación y regresión en datos mal clasificados. Este hecho facilita la aplicación de SVM a problemas que involucran una gran cantidad de datos.