![【機械学習】サポートベクトルマシン(前編)| SVMの理論、ハードマージンとソフトマージン](https://i.ytimg.com/vi/cNEhKEb9-JU/hqdefault.jpg)
コンテンツ
- 定義-Support Vector Machine(SVM)とはどういう意味ですか?
- Microsoft AzureとMicrosoft Cloudの紹介|このガイドを通して、クラウドコンピューティングとは何か、Microsoft Azureを使用してクラウドからビジネスを移行および実行する方法を学習します。
- Techopediaがサポートベクターマシン(SVM)を説明
定義-Support Vector Machine(SVM)とはどういう意味ですか?
サポートベクターマシン(SVM)は、分類および回帰分析のためにデータを分析する機械学習アルゴリズムです。 SVMは、データを調べて2つのカテゴリのいずれかに分類する教師あり学習方法です。 SVMは、可能な限り離れた2つの間のマージンを使用して、ソートされたデータのマップを出力します。 SVMは、分類、画像分類、手書き認識、および科学で使用されます。
サポートベクターマシンは、サポートベクターネットワーク(SVN)とも呼ばれます。
Microsoft AzureとMicrosoft Cloudの紹介|このガイドを通して、クラウドコンピューティングとは何か、Microsoft Azureを使用してクラウドからビジネスを移行および実行する方法を学習します。
Techopediaがサポートベクターマシン(SVM)を説明
サポートベクターマシンは、データを2つのカテゴリに分類する教師あり学習アルゴリズムです。既に2つのカテゴリに分類されている一連のデータでトレーニングされ、最初にトレーニングされたときにモデルが構築されます。 SVMアルゴリズムのタスクは、新しいデータポイントが属するカテゴリを決定することです。これにより、SVMは一種の非バイナリ線形分類器になります。
SVMアルゴリズムは、オブジェクトをカテゴリに配置するだけでなく、グラフ上で可能な限り広いマージンを持たせる必要があります。
SVMのアプリケーションには次のものがあります。
- およびハイパー分類
- 画像分類
- 手書き文字を認識する
- タンパク質分類を含む生物科学