kernel-slide.dvi

カーネルマシン 赤穂 昭太郎 産総研 脳神経情報研究部門 情報数理研究グループ s.akaho@aist.go.jp http://www.neurosci.aist.go.jp/˜akaho/kernel.html 1. はじめに 2. 3. 4. 5. 6. 7. パーセプトロンからサポートベクタマシンへ カーネルマシンの一般性 SVM の汎化能力 いろいろなカーネル いろいろなカーネルマシン むすび 1 識別問題 y x1 x2 ... yi=-1 yi=1 xn x • 入力: • 出力: x∈ d y ∈ {1, −1} • 学習サンプル： (x1 , y1 ), . . . , (xn , yn ) 2 メモリベースド識別器 y x1 x2 ... y x1 x2 ... xn x xn x • × 完全メモリベースド • 正則化: なまし ⇒ カーネル •

[stealthinu]

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。