AWSKRUG Meetup (8/5/2020)

1. Hands-On ML Chapter 5 - 서포트 벡터 머신

발표자: 김두진님

1-1. 발표 자료

1-2. 발표를 들으며 새롭게 알게 된 점

서포트 벡터 머신 (SVM)

• 서포트 벡터 머신 (SVM)은 매우 강력하고 선형이나 비선형 분류, 회귀, 이상치 탐색에도 사용할 수 있는 다목적 머신러닝 모델

• 머신러닝에서 가장 인기 있는 모델에 속하고 머신러닝에 관심있는 사람이라면 반드시 알고 있어야 하는 모델

• SVM은 특히 복잡한 분류 문제에 잘 들어 맞으며, 작거나 중간 크기의 데이터셋에 적합하다!

Polynomial Kernal

SVC(kernel="poly", degree=3, coef0=1, C=5)
SVC(kernel="poly", degree=10, coef0=100, C=5)

• coef0

  • Independent term in kernel function. It is only significant in ‘poly’ and ‘sigmoid’

    • 모델이 높은 차수와 낮은 차수에 얼마나 영향을 받을지 조절한다!

SVM 회귀

• SVM 알고리즘은 선형, 비선형 분류뿐만 아니라 선형, 비선형 회귀에도 사용할 수 있다

• SVM을 회귀에 적용하는 방법은 분류 목표와 반대로 하는 것!

  • SVM 회귀 목표 :

    • 분류 : 일정한 마진 오류 안에서 두 클래스 간의 도로 폭이 가능한 한 최대가 되도록 한다

      회귀 : 회귀는 제한된 마진 오류 안에서 도로 안에 가능한 한 많은 샘플이 들어가도록 학습한다

2. AWS 머신러닝 스페셜 SA 김대근님의 데이터 과학 경험담 & 삽질기

발표자: 김대근님 (AWS)

개인적인 사항 / 회사 내부 자료여서 발표자료를 공유 받지는 못했지만 정말 유익한 시간이었다!

대근님 Notion