Title:

Metoda wektorów nośnych w konstrukcji nieparametrycznych modeli regresji

Group publication title:

Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu

Title in english:

Support Vector Machines for Regression

Creator:

Trzęsiok, Michał

Description:

Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia (12); 2005; nr 1076, s. 501-510

Abstrakt:

For nonlinear regression problem, support vector machines (SVM) map the input space into a high-dimensional feature space first, and then perform linear regression in the high-dimensional feature space. The nonlinearity of SVM is realized by choosing the kernel function. Performance of SVM is very sensitive to the choice of the kernel and model parameters. In the paper the method is presented and the dependency of its performance on the kernel and the model parameters selection is analyzed.

Publisher:

Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu

Place of publication:

Wrocław

Date:

2005

Resource Type:

artykuł

Language:

pol

Relation:

Prace Naukowe Akademii Ekonomicznej im. Oskara Langego we Wrocławiu; 2005; nr 1076 ; Taksonomia 12 ; Klasyfikacja i analiza danych – teoria i zastosowania

Rights:

Wszystkie prawa zastrzeżone (Copyright)

Access Rights:

Dla wszystkich w zakresie dozwolonego użytku

Location:

Uniwersytet Ekonomiczny we Wrocławiu

Coverage:

Projekt dofinansowany ze środków budżetu państwa, przyznanych przez Ministra Nauki w ramach Programu Społeczna odpowiedzialność nauki II. Tytuł projektu: Nauka dla Społeczeństwa: Prace Naukowe AEW w otwartym dostępie (2005-2008)