Kajian Kemampuan Generalisasi Support Vector Machine Dalam Pengenalan Jenis Splice Sites Pada Barisan DNA

Beberapa tahun terakhir ini, Support Vector Machine (SVM) telah populer digunakan sebagai model machine learning. Hal ini terutama karena SVM dapat dianalisis secara teoritis, dan secara bersamaan dianggap memberikan kinerja yang lebih baik daripada model machine learning yang biasa digunakan sebelumnya. Pada makalah ini dibahas pendekatan matematis model SVM dalam memecahkan masalah pengenalan pola. Selanjutnya dibahas pula penggunaan model tersebut berupa kajian awal penentuan jenis splice site pada suatu barisan DNA terutama dari segi kemampuan generalisasi atau tingkat keakuratannya. Hasil yang diperoleh menunjukkan bahwa kemampuan generalisasi SVM sangat baik yaitu sekitar 95.4 %.

Ditulis Oleh : Agung Prabowo ~ AGP88Blogs

Agung P Anda sedang membaca artikel berjudul Kajian Kemampuan Generalisasi Support Vector Machine Dalam Pengenalan Jenis Splice Sites Pada Barisan DNA yang ditulis oleh AGP88 yang berisi tentang : Dan Maaf, Anda tidak diperbolehkan mengcopy paste artikel ini.

Jika Anda menyukai Artikel di blog ini, Silahkan berlangganan gratis via email, dengan begitu Anda akan mendapat kiriman artikel setiap ada artikel yang terbit di AGP88

0 comments:

SMS GERATIS

Back to top