Support Vector Machine (SVM) / Máy Vector Hỗ trợ

📖 Support Vector Machine (SVM)

Definition (English):

SVM is a supervised learning algorithm that finds the optimal hyperplane maximizing the margin between classes in high-dimensional space. The kernel trick (RBF, polynomial, sigmoid) enables SVM to handle non-linear classification by mapping data to higher-dimensional feature spaces. SVMs are effective for small-to-medium datasets with clear margin separation and are used in text classification, image recognition, and bioinformatics.

📖 Máy Vector Hỗ trợ

Định nghĩa (Tiếng Việt):

SVM là thuật toán học có giám sát tìm hyperplane tối ưu hóa maximize margin giữa các lớp trong không gian nhiều chiều. Tricks kernel (RBF, polynomial, sigmoid) cho phép SVM xử lý phân loại phi tuyến bằng cách ánh xạ dữ liệu lên không gian đặc trưng chiều cao hơn. SVM hiệu quả cho tập dữ liệu vừa với margin phân tách rõ ràng và được sử dụng trong phân loại văn bản, nhận dạng hình ảnh và tin sinh học.

📂 Phân loại: Algorithms