۲,۸۰۰,۰۰۰ریال
فایلهای پروژه: کدمتلب+ گزارش وردِ تئوری روش و کد
در این مقاله رویکردی برای اجرای SVM در محیط موازی ارائه شده است. در این مقاله توضیح داده می شود که مرحله یادگیری و پیش بینی به چه صورت موازی شده است. همچنین یک روش برای محدود کردن تعداد محاسبات لازم در طول اجرای طبقه بندی ارائه شده است . نام روش one-vs-near است که از نام one-vs-all که برای طبقه دودویی ارایه شده است گرفته شده است.
این پروژه حاوی فایلهای کدهای متلب مربوط به روش و گزارشی در قالب ورد از پیاده سازی می باشد
رفرنس مقاله :
Balicki, J., Szymański, J., Kępa, M., Draszawka, K., & Korłub, W. (2015, June). Improving effectiveness of svm classifier for large scale data. In International Conference on Artificial Intelligence and Soft Computing (pp. 675-686). Springer, Cham.
