SVMによるクラス分類
演習と丁寧なアルゴリズム解説で実装方法を学べる

料金:全8パートを含む全体が30000円
お問い合せ

 

SVMによるクラス分類

教師あり学習の分類課題で使用されるSVC(Support Vector Machine Classification)について解説します。
機械学習で分類課題を解決したい場合、はじめに試すアルゴリズムはSVCもしくはロジスティック回帰となります。そのためSVCは機械学習エンジニアにとって重要なアルゴリズムとなります。
SVCにはLinear SVCKernel SVCがあります。本講義ではLinear SVCについて解説します。

本講義を終えた際に整理・定着させておきたい内容は次の3点です。

  1. ロジスティック回帰と比較した際のSVCの特徴とメリットを理解する
  2. ハードマージンSVCとソフトマージンSVCの特徴を理解する
  3. scikit-learnを用いてLinear SVCを実装できる

チャプター構成

  1. SVCの位置づけと使用する目的
  2. 演習1. 訓練データの描画
  3. 演習2. ロジスティック回帰で分類
  4. 演習3. SVCで分類
  5. ハードマージンSVCの解説
  6. 演習4. 訓練データの描画
  7. 演習5. SVCで分類
  8. 演習6. SVCで分類(ハイパーパラメータ調整)
  9. ソフトマージンSVCの解説
  10. SVCの数理を解説

動画時間 約50分