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
원문링크 : AI 머신러닝 Support Vector Machine (서포트 벡터 머신, SVM) Kernel SVM (커널 SVM), 다항식 커널(Polynominal Kernel)