레포트샵

fileiconSVM 요약

이전

  • 1SVM 요약1
  • 2SVM 요약2
  • 3SVM 요약3
  • 4SVM 요약4

다음

  • 최대 100페이지까지 확대보기 서비스를 제공합니다.

> 레포트 > 공학계열 > 자료상세보기 (자료번호:215973)

구매가격
1,200원 할인쿠폰1,080원
등록/수정
2008.10.14 / 2008.10.15
파일형식
fileicondoc(MS워드 2003이하) [무료뷰어다운]
페이지수
4페이지
자료평가
평가한 분이 없습니다.
등록자
neobrain36
  • 다운로드
  • 장바구니 담기

닫기

이전큰이미지 다음큰이미지
  • 트위터
  • 페이스북
신규가입 200원 적립! + 10% 할인쿠폰 3장지급! banner구매자료를 평가하면 현금처럼 3%지급!

소개글

SVM 요약에 대한 자료입니다.

목차

1. SVM이란

2. SVM의 원리 및 분석방법

3. LIBSVM

4. SVM의 장점과 한계

5. SVM의 활용

본문내용

1. SVM이란

SVM이란 Support Vector Machines의 약자로 1960년 Vapnik에 의해 제안된 통계적 학습 이론 기반의 패턴 분류 알고리즘이다. 이 알고리즘은 구조적 리스크 최소화를 통해 오류를 최소화
하며 특정한 초평면(Optimal Seperating Hyperplane)을 선택함으로써 과적합문제(Overfitting)를 방지한다. Generalization performance가 우수 한 것으로서 알려져 있다.
SVM의 용어로 Hyperplane이 있다. 이것은 최대 여백 초평면(Maximum Margin Hyperplane, MMH)이며 SV는 Support Vector를 말한다.




2. SVM의 원리 및 분석방법

SVM의 원리는 학습자료로 주어진 n차원의 벡터공간에서 분류공간 간에 모든 점들 사이의 거리를 최대화하도록 만들어 하나의 평면을 구해내는 것이다.
SVM의 분석 방법은 3가지가 있는데 첫 번째는 선으로 분류 가능할 때 사용하는 Linear SVM
이 있다. 선으로 분류하지 못할 경우에는 Nonlinear SVM을 분석 방법으로 한다. 마지막으로 사용하는 분석 방법은 Support Vector Regression 이다.

<Classification : Linear SVM>

태그 SVM 데이터, Support 방법, 분석 LIBSVM, wx wx WiXi

자료평가

아직 평가한 내용이 없습니다.

오늘 본 자료

  • 오늘 본 자료가 없습니다.
  • img

    저작권 관련 사항 정보 및 게시물 내용의 진실성에 대하여 레포트샵은 보증하지 아니하 며, 해당 정보 및 게시물의 저작권과 기타 법적 책임은 자료 등록자에게 있습니다. 위 정보 및 게시물 내용의 불법적 이용, 무단 전재·배포는 금지됩니다. 저작권침해, 명예훼손 등 분쟁요소 발견시 고객 센터에 신고해 주시기 바랍니다.