Рассмотрены основные принципы и идеи современного подхода к задаче восстановления зависимостей по эмпирическим данным, особенно полезного для приложения к проблемам вычислительной биологии. Методы, основанные на машинах опорных векторов, практически не требуют дополнительной априорной информации и позволяют обрабатывать большие объемы данных большой размерности. Приведены основные базовые идеи практической реализации указанных методов. Дан обзор наиболее эффективных алгоритмов построения машин опорных векторов для задач бинарной классификации и восстановления регрессии.
展开▼