最近よく巷で耳にするモノ. SVM, Support Vector Machine, さぽーとべくたーましん. これっていったい,どんなもんなんでしょう. なにやら便利そうなモノらしいので,ちょいと調べて要点をまとめてみようかな,なんて. でも,ただまとめただけだとそのへんの記事を読むのとなんにも変わらないので, コーディングするために必要な知識を中心にまとめてみることにします.
最近よく巷で耳にするモノ. SVM, Support Vector Machine, さぽーとべくたーましん. これっていったい,どんなもんなんでしょう. なにやら便利そうなモノらしいので,ちょいと調べて要点をまとめてみようかな,なんて. でも,ただまとめただけだとそのへんの記事を読むのとなんにも変わらないので, コーディングするために必要な知識を中心にまとめてみることにします.
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
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