SVMを使うとなにが嬉しいの？
SVM を使うと，なにが嬉しいの？ 戻る さて，SVM(Support Vector Machine)と言われるものが最近，巷（って言っても，主にパターン認識の分野だけどね）をにぎわしているんだけれど，いったいなにがすごいのだろう？ SVMは，パターン識別手法の一つなんだけれども，これまでもパターン識別手法というのはいくつも提唱されている． ニューラルネットワークを使ったパターン識別手法として最も親しみ深いのは，多層パーセプトロンをバックプロパゲーションで学習させる方法だけれど，SVMはバックプロパゲーション学習と比べてどんな「嬉しい」ことがあるんだろうか． ぶっちゃけた話，SVMの最大の特徴は「マージン最大化」にある．じゃあこの「マージン最大化」とは，なんだろう． ここで，「識別線の引き方」というものを考えてみたい． まず，2次元の特徴空間に次のような2つのクラスAと
第1回 画像認識の基本を知ろう | gihyo.jp
この連載では、この表で言う画像認識技術を主に扱いますが、どの技術も非常に活発に研究されており、様々な分野で実用化されています。 画像認識・理解の基本原理 画像認識の基本原理 画像認識は、学習のフェーズと認識のフェーズの2つからなります。学習のフェーズでは、コンピュータに認識させたい対象画像を学習させる処理を行い、認識のフェーズではコンピュータに入力画像が学習した対象かどうかを判定させます。 図5 学習と認識の流れ 学習フェーズ 学習のフェーズでは、まず画像になんらかの処理を施して、ピクセルのデータ列から、より学習に適したデータ列（特徴量データ）へと変換を行います。 次に変換されたデータを、機械学習と呼ばれるアプローチを用いてコンピュータに学習させます。機械学習とは、その名の通り人間が行っているような学習の仕組みをコンピュータに持たせるための技術です。例えば人間は、初めて見る人の顔画像でも、
Twitterクラスタまとめ2008最終版
萌えオタクラスタ： アニメ美少女のアイコンを使用し、過激な発言を行う自称変態たち。お互いにふぁぼり合うので、彼らがふぁぼったーを占拠する状態になっている。もちろん少しも面白い内容は含んでおらず、彼らの実生活たるや悲惨なもので顔も汚い。クズどもが死ねやWebエンジニアクラスタ： JavaScriptとPerlしか書けない技術者たち。彼らが給料を得ることが出来るのは、日本のWebがガラパゴス的に守られているから。今後、グローバル化と世界的不況により職を失うことが予想される。大学生クラスタ： なんで大学生の書き込みって全然面白くないんだろう人文系クラスタ： 本を読んでるだけで頭よくなる訳ないだろ。常識的に考えろ主婦クラスタ： 個人的に好きですバツイチ主婦クラスタ： 何故か多い美大生クラスタ： VoQnは理屈だけ達者で、何も出来ない小僧。才能も技術もない人間が美大に行っても無駄。親に謝れ。お前みた
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
