サポートベクターマシン
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/08/22 06:20 UTC 版)
機械学習および データマイニング |
---|
サポートベクターマシンは、現在知られている手法の中でも認識性能が優れた学習モデルの1つである。サポートベクターマシンが優れた認識性能を発揮することができる理由は、未学習データに対して高い識別性能を得るための工夫があるためである。
- ^ V. Vapnik and A. Lerner. Pattern recognition using generalized portrait method. Automation and Remote Control, 24, 1963.
- ^ “Why is the SVM margin equal to ”. Mathematics Stack Exchange. 20150530閲覧。
- ^ Ioannis Tsochantaridis; Thorsten Joachims; Thomas Hofmann; Yasemin Altun (2005). “Large Margin Methods for Structured and Interdependent Output Variables”. The Journal of Machine Learning Research 6 (9): 1453-1484 .
- 1 サポートベクターマシンとは
- 2 サポートベクターマシンの概要
- 3 基本的な考え方
- 4 概念的特長
- 5 線形 SVM
- 6 線形分離不可能な問題への適用
- 7 関連項目
- サポートベクターマシンのページへのリンク