Vektoritukimenetelmät
Vektoritukimenetelmät, eli englanniksi Vector Support Machines (SVM), ovat valvottuja koneoppimisalgoritmeja, joita käytetään sekä luokittelu- että regressio-ongelmien ratkaisemiseen. Niiden perusidea on löytää optimaalinen hyperplaan, joka erottaa datapisteet eri luokkiin mahdollisimman suurella marginaalilla. Hyperplaan on korkeampiulotteinen vastine suoralle tasolle, ja sen tehtävänä on jakaa data kahteen osaan.
Luokittelussa SVM pyrkii löytämään sen hyperplaanin, joka maksimoi etäisyyden lähimpään datapisteeseen kummastakin luokasta. Näitä lähimpiä pisteitä
Regressiossa SVM pyrkii löytämään funktion, joka poikkeaa ennustetuista arvoista vain tietyn toleranssin verran. SVM-regressio mallintaa datan