サポートベクトルマシンは 教師あり学習 分類・回帰のモデル 最も広い余白で データを分離 マージンは境界と 近いデータの距離 マージンは境界と サポートベクタの距離 サポートベクタは 最も近いデータ ソフトマージンは 誤分類を許す Cはペナルティの重み カーネル関数は 非線形データ 高次元に写して分離する カーネルトリックは 関数で計算 内積を使い分離できる Cが大きいと誤分類減る でも過学習しやすくなる ソフトマージンは 汎化を大切にする サポートベクトルマシンは マージンを最大に サポートベクトルマシンは 教師あり学習 分類・回帰のモデル マージン最大と カーネルトリックで 広い余白で分離する
