안녕하세요. SW 개발자 쪼맹 입니다.
오늘도 제가 알고 있는 소박한 지식을 공유 해보고자 합니다. 서포트 백터 머신 (Support Vector Machine) : 성능이 좋은 머신러닝 지도학습 모델 입니다. : SVM 은 경계면을 찾는 알고리즘 입니다.
경계면은 Hyerplane (초평면) 이라고 볼 수 있습니다. 2차원 = 선, 3차원 = 면 을 Hyerplane 이라고 볼 수 있습니다. n 차원은 n-1차원의 Hyperplane 이 존재 합니다. : 분류 범주 (클래스) 사이를 여유롭게 잘 나눌 수 있는 margin (거리) 를 최대화하는 초평면을 찾는 것이 알고리즘의 포인트 입니다. : 회귀 와 분류 문제에 모두 사용 가능합니다. 어려운 (복잡한) 분류 케이스에도 잘 동작 합니다.
또한 선형 과 비선형 문제에 모두 적용 가능합니다. Margin : Margin 은 Hyperplane 과 support vector 사이의 거리를 의미 합니다. : Hyperplane (초평면)...
#
AI
#
딥러닝
#
랜덤포레스트
#
머신러닝
#
반응변수
#
설명변수
#
예측값
#
일반화
#
장점
#
정답데이터
#
종속변수
#
지도학습알고리즘
#
추정값
#
프로젝트
#
독립변수
#
단점
#
Bagging
#
DecisionTree
#
DeepLearning
#
internalnode
#
leafnode
#
MachineLearning
#
overfitting
#
RandomForest
#
rootnode
#
개념
#
결정나무모형
#
결정트리
#
나무구조
#
학습데이터
원문 링크 : AI 머신러닝 Support Vector Machine (서포트 벡터 머신, SVM) Kernel SVM (커널 SVM), 다항식 커널(Polynominal Kernel)