32
2.2.6.5 Pelatihan dengan Support Vector Machine
Penggunaan
SVM
baik
dalam
bentuk
supervised
pada
prinsipnya
dipakai
untuk
menyelesaikan
sebuah
permasalahan
quadratic
programming.
Oleh
karena
itu,
proses
pelatihannya
hampir sama dan tahapannya dapat dilihat pada
gambar di
bawah
ini, akan
tetapi
untuk
unsupervised learning dengan
SVM, data
pelatihan
dan
data
pengujian
adalah
data
yang
sama.
Selain
itu,
untuk
proses
pelatihannya dapat
juga
hanya
menggunakan sebagian data
dari
data
pengujian
sehingga proses
waktu
pelatihan
menjadi
lebih singkat, tetapi
hal
ini
mungkin
menurunkan akurasi pada tahap pengujian.
Sedangkan
untuk
supervised
learning
justru
sebaliknya,
dapat
meningkatkan
akurasi
pada tahap pengujiannya.
Gambar 2.2.6.5 Pelatihan dengan SVM
Batas
kemampuan komputasi
fungsi
linear
dibahas
pada
tahun
1960-an
oleh
Minsky
dan
Papert.
Secara
umum,
pada
kasus
dunia
nyata,
pengklasifikasian
domain
permasalahan memerlukan
ekspresi
yang
lebih
kompleks
dibanding
fungsi
linear
(misalnya
fungsi polynomial, eksponensial, atau
fungsi periodik).
Trik kernel
 |