TD-3-2 なぜSVMを使うのか? : ユーザーから見た利点(TD-3. 天下無敵のサポートベクトルマシン?)
スポンサーリンク
概要
- 論文の詳細を見る
Support Vector Machines (SVM)[1]というと、その学習性能の高さが注目されることが多いが、実際に利用する立場から見ると、また違った魅力が存在する。本稿では、これからSVMを利用しようと考えている方々や、SVMが何故もてはやされるか不思議に思っている方など念頭に、ユーザーの立場から見たSVMの利点を紹介する。
- 社団法人電子情報通信学会の論文
- 2004-03-08
著者
関連論文
- 最大マージン原理にもとづく多重トピック文書の自動分類(フィルタリング、文書分類)(テーマ:「Webマイニングによる情報活動と自然言語処理」その他一般)
- 最大マージン原理にもとづく多重トピック文書の自動分類(フィルタリング、文書分類)(テーマ:「Webマイニングによる情報活用と自然言語処理」その他一般)
- DSIUシステム : Decision Support for Internet Users : ネット情報を使ってホットなものをあなたに (近未来チャレンジ)
- SVMを用いた学習型質問応答システムSAIQA-II(自然言語)
- 辞書式順序を持つペナルティによるゼロ代名詞解消(自然言語)
- 最大マージン原理に基づく多重ラベリング学習(自然言語処理)
- 優先度学習を用いた自然言語処理(解析)
- 1M-4 テキスト構造の持つ意味に着目した推論規則獲得法
- ネット情報を使った意思決定支援DSIUでの知識獲得技術(近未来チャレンジ特集)
- 第6回 : インターネットと知識推論
- 自然言語処理のためのSVM高速化
- 自然言語処理のためのSVM高速化
- 文書要約における抽出単位と評価法についての考察(要約)
- 探しもの見つけます : 情報化社会に役立つ情報検索の技術動向
- 質問応答システムの比較と評価
- 固有表現抽出のためのSVMの高速化
- 機械学習による複数文書からの重要文抽出
- LE-11 機械学習を用いた複数文書要約(E. 自然言語・文書)
- SVMに基づく固有表現抽出の高速化
- 文書要約における抽出単位と評価法についての考察(言語理解とコミュニケーション)
- Order SVM : 一般化順序統計量に基づく順位付け関数の推定(情報論的学習理論論文小特集)
- TD-3-2 なぜSVMを使うのか? : ユーザーから見た利点(TD-3. 天下無敵のサポートベクトルマシン?)
- LG-5 順序関係を推定する位置づけ学習問題とその解法(G. 人工知能)
- 順位づけ学習問題 : 順位つきサンプルを用いた順序関係推定
- 順位づけ学習問題 : 順位つきサンプルを用いた順序関係推定