Bài viết giới thiệu những vấn đề cơ bản của kỹ thuật SVM cùng với những thành tựu của phương pháp máy vec-tơ hỗ trợ đối với các bài toán thực tế, cụ thể là bài toán phân loại thư rác trong công nghệ thông tin. | Kỹ thuật máy vectơ hỗ trợ và ứng dụng Kþ thuât m¾y Vectï hí trô v¿ öng dÖng ThS. Lã ThÌ Thanh H¿ Tóm tắt 1. Đặt vấn đề Phương pháp phân lớp sử dụng máy vec- Sự phát triển của các dịch vụ thông tin trên Internet tơ hỗ trợ SVM (support vector machine) là và nhu cầu trao đổi thông tin làm cho hệ thống thư điện tử phát triển mạnh. Song song với sự phát triển đó, tình một phương pháp nổi tiếng dựa trên việc trạng thư rác ngày càng gây nhiều thiệt hại cho cộng cực đại hóa dải biên phân lớp (max margin đồng người sử dụng như: hao phí tài nguyên mạng máy classification) và việc lựa chọn các hàm nhân tính, làm mất thời gian của người dùng và thậm chí có thể (kernel) phù hợp. Phương pháp này đang phát tán những thông tin văn hóa độc hại. Vì vậy, vấn đề được sử dụng rộng rãi trong thống kê nhờ xây dựng các giải pháp tự động lọc và chống thư rác trở tính hiệu quả, độ chính xác cao và đặc biệt thành nhu cầu không thể thiếu. Hệ thống lọc thư rác dựa là với các bộ dữ liệu lớn. Nó được đánh giá trên các phương pháp phân loại văn bản, tức là gán văn bản vào một số nhóm văn bản đã được biết trước. là công cụ mạnh và tinh vi nhất hiện nay cho các bài toán phân lớp phi tuyến. Trong bài Đối với bài toán lọc thư rác, đầu vào sẽ là những bức viết này, chúng tôi giới thiệu những vấn đề cơ thư điện tử được gửi trên mạng Internet. Thông thường, bản của kỹ thuật SVM cùng với những thành sẽ có hai nhóm văn bản là thư rác (spam mail) và thư sạch (ham mail). Việc xác định nhóm thư rác thường tựu của phương pháp máy vec-tơ hỗ trợ đối không có một định nghĩa chính xác, nó tùy thuộc vào với các bài toán thực tế, cụ thể là bài toán đối tượng, hoàn cảnh và mục đích, mục tiêu phân loại. phân loại thư rác trong công nghệ thông tin Do đó, việc xây dựng hệ thống phân loại tự động có khả năng học để thích nghi là cần thiết cho các hệ thống điện tử. Một trong những kỹ thuật tính toán nổi tiếng cho bài Abstract toán phân lớp, dự đoán với độ
