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
coef0Independent 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 한다회귀: 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!
Last updated