In this paper we discuss practical manner of the Vapnik-Chervonenkis dimension estimation for Support Vector Machines (SVMs). It will be demonstrated again that VC dimension has an influence on generalization ability. Results are ilustrated through examples in which SVM networks are used for automatic text categorization.
PL
W artykule omówiono praktyczny sposób oszacowania wartości wymiaru Vapnika-Chervonenkisa (Vcdim) dla sieci neuronowej typu Support Vector Machines (SVMs). Przedstawiono wpływ wymiaru Vcdim na zdolności generalizacyjne sieci. Wyniki ilustrowane są przykładami zastosowania sieci SVMs do automatycznej kategoryzacji tekstu.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.