最近,私は機械学習を勉強しているのですが,redditで Please explain Support Vector Machines (SVM) like I am a 5 year oldという記事を目にしました.
サポートベクトルマシン (SVM) について
ウェブのページをクリックすると, Support Vector Machines are learning models used for classification: which individuals in a population belong where? So… how do SVM and the mysterious “kernel” work?
物語はこんな感じです
恋人の救出に,悪魔とゲームをする.
悪魔はテーブルに2つの色のボールを定期的に置くように見えますが, “棒でそれらを分離しますか?”

武将が放っておくのは何でいいんだ?

悪魔は,テーブルにさらに多くのボールを置き,一つのボールスタンドがキャンプを間違えたように見える.

SVMは,棒の両端に可能な限り大きな隙間を保つために,棒を最適な位置に配置しようとします.

今や,悪魔がもっと多くのボールを投げても,棒は良い境界線です.

そして,SVMのツールボックスには,さらに重要なトリックが用意されている.悪魔は,大人の男がトリックを学んでいるのを見て,大人の男に新しい挑戦をします.

さて,大侠は棒がないので,二つの球を分けるのに役立たない.どうしよう? もちろん,大侠の映画では,大侠のテーブルを叩き,球は空中に飛ぶ.それから,大侠の力によって,大侠は紙を掴んで,二つの球の真ん中に挿す.

悪魔の視点から見ると 球は曲線で隔てられているように見えます

そして 退屈な大人は 球を”データ” 棒を”分類者” 最大のギャップを”最適化” テーブルを”カーネルリング” 紙を”ハイパープレイン”と呼びます
参考までに
Please explain Support Vector Machines (SVM) like I am a 5 year old. : MachineLearning
Support Vector Machines explained well




SVMとは何か?
SVM (support vector machine) は,supervised learningアルゴリズムであり,classificationのカテゴリに属している. データの採掘のアプリケーションでは,unsupervised Clusteringと対応し,区別する. 機械学習 (Machine Learning),コンピュータビジョン (Computer Vision) およびデータマイニング (Data Mining) に広く適用されている. SVMの基本原理は図1に示されています.

円と円を3つの8線で2つに分けるとしよう. 文字列は数えきれないほどあります このSVMでは,両端のマージンが最大になるような,最適の境界線を探します. この場合,辺を粗げられたいくつかのデータ点は,support vectorと呼ばれ,これがこの分類アルゴリズムの名前の由来である.
任意のn次元,あるいは無限次元に拡張する.

We got a bunch of data points in a n- dimensional to infinite-dimensional space, Then one can always find a optimal hyperplane which is always in the n-1 dimension.
最後に 統計方向:サポートベクトルマシン (SVM) wiki:Support vector machine コース:columbia.eduのページ このビデオは,自立階段の子どもたちが,自立階段の子どもたちに,自立階段の子どもたちに, http://youtu.be/3liCbRZPrZA
投稿日: 投稿日: 投稿日: