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. Metode Searching – Multiple Keyword
  4. Pemrograman PHP
  5. Daftar 400 Free Directory
  6. Teknik Profil untuk Analisa Data
  7. Pengantar Softcomputing
  8. Penggunaan Proxy Object dan Command Pattern
  9. Memahami RPM
  10. Thematic Map dengan MapInfo Professional