SVMは基本線形分離だが、高次元空間への写像を作り、その次元で線形分離することで、回避できる。SVMってマージン最大化だけ注目してたけどこっちのほうがSVMの本質っぽい。

deeplearning

stealthinu のブックマーク 2008/08/06 14:57

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/1519731/comment/stealthinu" data-user-id="stealthinu" data-entry-url="https://b.hatena.ne.jp/entry/www.neurosci.aist.go.jp/~akaho/papers/kernel-akaho-slide.pdf" data-original-href="http://www.neurosci.aist.go.jp/~akaho/papers/kernel-akaho-slide.pdf" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=http%3A%2F%2Fwww.neurosci.aist.go.jp%2F~akaho%2Fpapers%2Fkernel-akaho-slide.pdf" data-user-icon="/users/stealthinu/profile.png">kernel-slide.dvi</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/deeplearning">deeplearning</a>]</li></ul><br><p style="clear: left">SVMは基本線形分離だが、高次元空間への写像を作り、その次元で線形分離することで、回避できる。SVMってマージン最大化だけ注目してたけどこっちのほうがSVMの本質っぽい。</p><a class="datetime" href="https://b.hatena.ne.jp/stealthinu/20080806#bookmark-1519731"><span class="datetime-body">2008/08/06 14:57</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！