probabilistic

Probabilistic

Wahrscheinlichkeit

probabilistic

probabilistischen

Support vector classification (SVC) (Cortes and Vapnik, 1995) is a method for supervised learning consisting on the separation of two classes by means of a hyperplane in feature space. By construction, SVC attempts to find the optimal separating hyperplane, defined as that which maximizes its distance to the closest point in the training set (margin). In its original formulation, support vector machines for classification can only be applied to non-probabilistic binary decision problems, as opposed to support vector regression (SVR). In the following, we will use the term SVM in the sense of the former (SVC).

Unterstützung-Vektor-Klassifikation (SVC) (Cortes und Vapnik, 1995) ist ein Methode für betreutes lernen bestehend zur Trennung von zwei Klassen durch eine Hyperebene im Feature-Raum. Durch Bau, SVC sucht nach der optimalen trennende Hyperebene, definiert als das, die was seine Entfernung zu den nächsten Punkt in der Ausbildung maximiert Satz (Marge). Unterstützen Sie in seiner ursprünglichen Formulierung Vektor-Maschinen für Klassifikation kann nur angewendet werden, nicht-probabilistische binäre Entscheidung Probleme, im Gegensatz zur Unterstützung Vektor Regression (SVR). Im folgenden Wir verwenden den Begriff SVM im Sinne der ehemaligen (SVC).

The results are probabilistic in nature

Die Ergebnisse sind in der Natur probabilistischen

development of probabilistic lifing and risk assessment roadmap

Weiterentwicklung von probabilistischen LIFING und Risikobewertung Roadmap

Probabilistic requirements, Probability of Failure on Demand (PFD)

Probabilistische Anforderungen Ausfallwahrscheinlichkeit (PFD)

probabilistic inference

probabilistische Inferenz

probabilistic modeling terms

probabilistische Modellierung Begriffe