Machine Learning - Supervised Learning (5)

 

 

 

Supervised Learning의 여러 가지 알고리즘들에 대해 살펴보자.

 

1. Naïve Bayesian Classifier

2. Decision Tree

3. K-Nearest Neighbors

4. Linear Models

5. Support Vector Machine (SVM)

6. Multi Layer Perceptron(MLP)

 

 

5. Support  Vector Machine

Vector Line을 그어서 분류한다.

 

 

어떻게 Vector Line을 그어야 가장 잘 분류할 수 있을까?

일반화의 관점에서 생각하면 답을 알 수 있다. 바로 네번째이다.

두 그룹과의 boundary가 되는 구분선의 최소를 최대로 늘리는 Vector Line을 그어야 한다.

즉, margin이 최대한이 되는 직선으로 나눈다.

 

SVM은 지난 시간에 배운 선형 모델과 비슷하다.

수학적으로 이해하고 분석이 가능한 모델이다. 즉, 복잡한 데이터와 큰 공간에서도 예측 가능한 알고리즘이다.

 

Deep Learning과 Neural Network는 생각한 것과 다른 성능이 나올 수 있다.

이런 이유 때문에 자율주행자동차와 금융같은 작은 오류가 치명적인 사고로 이어질 수 있는 분야에서는 적용되지 못한다.