نفیسه اشکوری - دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه غیرانتفاعی بعثت کرمان ایران
امین سنجری - دانشجوی کارشناسی ارشد مهندسی کامپیوتر نرم افزار دانشگاه غیرانتفاعی بعثت کرمان ایران
مصطفی قاضی زاده احسانی - استادیار بخش مهندسی کامپیوتر دانشکده فنی و مهندسی دانشگاه شهید باهنر کرمان ایران

ماشین بردار پشتیبان Machine) Support Vector به عنوان یکی از تکنیکهای گسترش یافته در یادگیری ماشین و الگوهای طبقه بندی می باشد ماشین بردار پشتیبان پیشگویی خود را با استفاه از ترکیبی خطی از تابع Kernel (کرنل) که بر روی مجموعه ای از داده های آموزشی با نام بردارهای پشتبیان عمل می کند، انجام می دهد. از ویژگی های مهم یک ماشین بردار پشتیبان، افزایش در طبقه بندی می باشد. روشهای و تکنیکهای گوناگونی در راستای بهبود دقت ماشین بردار پشتیبان، پیاده سازی شده اند که هریک به نحوی منجر به افزایش دقت در طبقه بندی شده اند در این مقاله همواره سعی بر این است که به بررسی و مروری روشها و راهکارهای ارایه شده در طبقه بندی ماشین بردار پشتیبان پرداخته شود و در نهایت، دقت طبقه بندی به دست آمده از روشهای و راهکارهای مطالعات پیشین را مورد بررسی قرار دهد.

پیشگویی، تصمیم گیری، دقت، کرنل، ماشین بردار پشتیبان