私事ですが、サポートベクターマシン(SVM)を学ぶ必要がでてきましたので、本サイトでSVMについてのメモを残していこうと思います。

基本的には、SVMに関する単語を説明する形で残していきます。

なので、本当にラフです。特にまとまったものでないことをお許しください。

メモがたまれば、まとめ記事を書くかもしれません。

あと、私がSVMを学ぶうえで参考にしている教科書があるのですが、詳細の内容はそちらをご覧ください。

参考書:講談社、サポートベクターマシン

SVMの概要

SVMは、分類を目的に開発された手法です。もともと、2つに分類することしかできませんでしたが、今では3つにも4つにもそれ以上にも分類でき、さらに回帰にも対応しています。

つまり、SVMはなんでもありの万能手法。

もし機械に分類してもらいたいものや人がいるならば、SVMを使ってそれらを解決することができるということですね。

分類

SVMは万能手法と紹介しましたが、今回は分類だけを考えることにしましょう。他は、またの機会に。

分類とは、ある特徴が属するクラスを識別することです。ちなみに、特徴には、画像、音声、文章、など、なんらかの意味のある信号であれば問題ありません。

分類になじみのない人のために、そこで一つ例をあげることにしましょう。

分類の例

例:犬か猫が映った写真から犬か猫かを識別する問題

画像がもつRGBのピクセル値を特徴として、犬か猫かを機械的に判定したい!

という問題ですね。まあ、別に犬でも猫でも、アリでもダンゴムシでも、男でも女でも、なんでもいいんですけど、、、

あなたが分類したいものがあるなればそれに置き換えてもらって構いません。