Support Vector Machinesの略
とっても高い認識率を誇るパターン認識手法だそうだ。
そのすばらしさを目の当たりにしたことはないので推定の域をでないんだけど
ここ数年とっても熱いらしい。
線形分離可能な場合は、特徴空間のサンプルを分離する超平面を一番近い
サンプルから一番遠いところにする。
まぁ、超平面を境界に近いサンプル点同士の真ん中になるようにするってことだな。
これまでのパーセプトロンだと、とりあえず分けられればよいよってところだった。
線形分離不可能な場合は、カーネルトリックを使って高次元空間に写像してから
超平面で分けられるようにするようだ。
うん、書いててだんだんわからなくなってきた。
なんとなくイメージはわかってきたんだけど、理論的に理解しようとすると
ステキなアルファベットやギリシャ文字、そして偏微分からラグランジェの未定乗数法etc
といったそこなし沼のように深い世界がまっているので時間がかかりそうだな。
ってかそこまでやらない。ムリぽ。