しかしSVMも最近は速いらしい - 射撃しつつ前転 改
Complement Naive BayesがSVMより速いよーと主張していたので、SVMもなんか最近は速くなってるらしいよ、という事を紹介してみたい。近年はSVMなどの学習を高速に行うという提案が行われており、実装が公開されているものもある。その中の一つにliblinearという機械学習ライブラリがある。ライブラリ名から推測できる通り、liblinearではカーネルを使うことが出来ない。しかし、その分速度が速く、大規模データに適用できるという利点がある。 liblinearを作っているのはlibsvmと同じ研究グループで、Chih-Jen Linがプロジェクトリーダーであるようだ。libsvmはかなり有名なライブラリで、liblinearにはそういった意味で安心感がある。（liblinearの方は公開されてしばらくは割とバグがあったらしいけど。） liblinearにはL1-SVM, L
Intelligence Architecture けんきうノート - ソフトマージンSVM
ハードマージンSVMでは、データがきれいに分割されている場合しか考えていませんでしたが、実際の問題では、ノイズがあったりでデータの分布がオーバーラップしていることも往々にしてあります。 この場合、正確な分離面を構築するのが無理だったり、できたとしても無意味に複雑な分離面になってしまう可能性があります。 そこでソフトマージンSVMでは、ハードマージンの制約を緩めて、マージン（分離面に一番近いデータ点と分離面との距離）を最大にしなかったり、分離に失敗するデータ点があったりすることを許します。 個々のデータ点に対し「ハードマージン制約の緩まり具合」を表すなんらかの変数を \(\xi_i\) （スラック変数と呼ばれる）として、 \(\frac12w^2\) の最小化（マージン最大化）と一緒に最小化することを考えます。 ここで、「最小化の際に \(\xi\) をどのくらい大きいまま残していいか」
j3.info | 写真メインでのんびり綴られる日記
だいぶ時間がかかりましたが、HG 1/550 ノイエ・ジール完成しました。 このキットは、ポリキャップを使わずに、はさみこんでいく設計です。なので、そのまま組むと、例えば、腕全体と本体が外せなくなります。後ハメ加工をする手もありますが、ポリキャップを適宜組み込んでいくようにしました。 前面と背面。形成色よりやや暗めに塗装しました。他、細かくディティールアップしました。 サブアームを装備して、別角度。サブアームは塗装だけで、無改造。 カメラアイは、プラ棒で作り直して、シルバー＋クリアーオレンジ塗装したので、うまくライトアップすると反射します。 カメラアイ以外に大きくいじったのは、肩の上部を切り離して大型化、バーニアを追加、腰のパイプをゴム線＋パイプパーツで作り直しというところです。スジ彫りを細かく増やす加工はあまり好みではない（ていうか出来ない）ので、控えめにしました。 後は、適当に何枚か。
SVMにおける2次計画問題の解法に対する考察
SVMの 2次計画問題に関する解法の考察 東京理科大学工学部経営工学科 沼田研究室 4400079 戸田健一 卒業研究発表 1 発表構成 1. はじめに 2. クラス判別とSVM 2-1. クラス判別問題 2-2. サポートベクターマシン 2-3. 線形分離不可能な場合のSVM 2-4. 非線形SVM 3. 4. 5. 6. 7. Sequential Minimal Optimization(SMO) 2段階SMO 実験 実験結果，考察 まとめ 参考文献 2 1.はじめに パターン認識問題におけるクラス判別手法： サポートベクターマシン(SVM)[1],抄録[3] SVM：2次計画問題を解く →データが多くなるにつれて計算量が非常に多くなる Sequential Minimal Optimization (SMO) [2],[3],抄録[1],[2]： SVMによる2次計画問
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
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
