授業の要点が分かる学生のための学習辞典サイト

サポートベクターマシン【さぽーとべくたーましん】

サポートベクターマシン(略称SVM)とは、1995年頃にAT&TのV.Vapnikが発表した「教師あり学習」を用いる識別手法の一つである。「教師あり学習」とは機械学習の手法の一種で、事前に与えられたデータをいわば「例題(=先生からの助言)」とみなして、それをガイドに学習(=データへの何らかのフィッティング)を行うところに由来する。サポートベクターマシンは、パターン認識や回帰分析へ応用できる。

関連した単語

サポートベクターマシンの基本

サポートベクターマシンは、現在知られている多くの手法の中で一番認識性能が優れた学習モデルの一つである。例えば 2種類の異なるデータを分類するとする。そのとき、与えられたデータを分類するということは、与えられたデータを用いてそれらをどのように分類したらよいかをSVMが学習している、と見なすことが出来る。そして、学習するということの本来の到達点は、予め与えられた既存のデータを分類することではなく、未知のデータをうまく分類させることである。

サポートベクターマシンの長所

サポートベクターマシンがすぐ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。また、局所解収束の問題が無い長所がある。「マージン最大化」というアイデア等で汎化能力も高め、現在知られている方法としては、最も優秀なパターン識別能力を持つとされている。例えば 2次元の平面上に散らばった2種類のデータとの間の距離 (マージン )が最大になるように、もっとも大胆に区切る境目を学習する。マージンを最大化する方法を定式化すると、二次計画問題に帰着することができる。そのため、最適解が唯一に定まる。学習過程は、ラグランジュの未定乗数法を用いることにより、定式化される。

サポートベクターマシンの短所

サポートベクターマシンの欠点としては、扱う次元は大きくなっても精度は良いが、学習サンプル数が増えると急速に計算量が増大になってしまうことが挙げられる。また、基本的には二つのものの分類にしか使えず、学習の初期段階では、良い結果が得られない場合もある。

問題

サポートベクターマシンの長所と短所を述べよ。

答えを見る

カテゴリ内ランキング

cacicoテキスト買取
cacicoテキスト