Support Vector Machine – Teori dan Aplikasinya dalam Bioinformatika

Author: · Published: August 25, 2006 · Category: Bioinformatika 

Support Vector Machine (SVM) pertama kali diperkenalkan oleh Vapnik pada tahun 1992 sebagai rangkaian harmonis konsep-konsep unggulan dalam bidang pattern recognition. Sebagai salah satu metode pattern recognition, usia SVM terbilang masih relatif muda. Walaupun demikian, evaluasi kemampuannya dalam berbagai aplikasinya menempatkannya sebagai state of the art dalam pattern recognition, dan dewasa ini merupakan salah satu tema yang berkembang dengan pesat. SVM adalah metode learning machine yang bekerja atas prinsip Structural Risk Minimization (SRM) dengan tujuan menemukan hyperplane terbaik yang memisahkan dua buah class pada input space. Tulisan ini membahas teori dasar SVM dan aplikasinya dalam bioinformatika, khususnya pada analisa ekspresi gen yang diperoleh dari analisa microarray.

Download Tulisan Lengkap: anto-svm.zip

Related Articles

  1. Information Analysis using Softcomputing
  2. Aplikasi Pemrograman Dinamis Dalam Bioinformatika
  3. Daftar 400 Free Directory
  4. Metode Searching – Multiple Keyword
  5. Pemrograman PHP
  6. Teknik Profil untuk Analisa Data
  7. Penggunaan Proxy Object dan Command Pattern
  8. Pengantar Softcomputing
  9. Memahami RPM
  10. Thematic Map dengan MapInfo Professional
  11. Sistem Informasi Geografis (SIG) untuk Tata Guna Lahan
  12. Visualisasi Metode Pengurutan
  13. Bioinformatika dalam Kedokteran
  14. 15 Jenis Serangan Cracker
  15. Lebih Akrab dengan Linux
  16. Mencicipi Cloud SAAS di Localhost Berbasis Linux dan FOSS
  17. Perkuliahan Berbasis Blog
  18. Pengantar MPLS
  19. Perbedaan Data Model Aplikasi analitik dengan Aplikasi Operasional
  20. Penerapan Knowledge Management pada Organisasi