PD-DNewAI技術 · 機械学習
マージン
Margin
まーじん
サポートベクトルマシンで、クラスを分ける境界（超平面）と、それに最も近い学習データ（サポートベクトル）との距離。マージンを最大にする境界を選ぶと、未知のデータに対しても誤分類しにくい。すべてのデータを正しく分けることを求めるハードマージンと、誤分類やマージン内への侵入をペナルティ付きで許すソフトマージンがあり、後者ではペナルティの重みが過学習の度合いを決めるハイパーパラメータになる。
共有:
Past Exams
過去問での出題
過去問で 5 回出題（基本情報技術者試験 4・応用情報技術者試験 1）
出典: 独立行政法人情報処理推進機構（IPA）の過去問題。問題文は IPA のサイトの PDF で確認できます。「選択肢」は、問題文ではなく選択肢に出たものです。用語名で照合しているため、関係の薄い問題が含まれることがあります。
Related
関連キーワードの用語
PD-Dサポートベクトルマシン（SVM）
クラスを分ける境界（超平面）を、境界に最も近いデータ（サポートベクトル）との距離であるマージンが最大になるように決める教師あり学習のモデル。マージン最大化により汎化性能が高い。誤分類をある程度許すソフトマージンと、カーネル法による非線形な境界の学習が可能で、分類のほか回帰にも使える。
PD-Dカーネル法
データを高次元の特徴空間へ写像すれば線形に分けられる問題を、写像を明示的に計算せず、特徴空間での内積だけをカーネル関数で直接求めて解く手法（カーネルトリック）。ガウスカーネル（RBFカーネル）や多項式カーネルがあり、サポートベクトルマシンで非線形な境界を学習するのに使われる。カーネル主成分分析などにも応用される。