讀書心得
Support Vector Machine
Thursday, May 10th, 2007一直以來看完書都會想寫心得, 一來是整理一下自己的思緒, 二來是如果有人蒐到blog的文章會有點幫助, 就算糾正我的觀念也好. 這學期有個類似讀書會的東西在運作, 大致上是用 Pattern Recognition and Machine Learning by Christopher M.Bishop, 裡面非常的 high-level, 每章就是數學推導再推導,通常實作的例子就是plot一張圖給你要你自己領悟, 看這本書的同學每個都唉唉叫.
切入正題, 下禮拜我要報的是SVM, 已經是個廣泛被運用的東西了, 網路上資料也非常多, 不過我還是想說打一下自己的心得.
SVM 是一個基於統計學而衍生出的 machine learning 機制. 它可以藉由 tranining data訓練出一個 model, 之後有新的 data input 進來時, 便能用這已建構的 model 來猜出新的 data 屬於哪一個 class, 其中”猜”的動作我們稱為 predict .
李根逸學長舉的例子很好, 假如我們今天拿到了很多組 data, 內容是(39,-1), (25,-1), (78,1), (62,1), (49, -1), (95,1) 等, training data […]