SVM (Support Vector Machine)

久しぶりの機械学習ネタ。

Deep Learningが何かと話題の昨今ですが、実用方面ではSVMやRandom Forestなどの古典的な手法が活躍しているらしい。
それなら、古典を学べば身近なところですぐに応用ができるのではないかと思い始めた。リッチな処理じゃなくて、すごく質素な単純作業か何かが自動化できたら面白いなぁ、と。(機械学習の古典的手法というとむしろニューラルネットワークの方らしいけど)

Random Forestについては前に勉強したからそれなりに理解しているので、今回はSVMについて理解を深めておこうと思う。



この記事に触発されたというのもあります。↓

C++によるSMOを用いたSVMの実装

機械学習の手法にはいろいろありますが、その中でもサポートベクトルマシン(SVM; support vector machine)は高い精度で知られる有名な手法です。
以前C++で多層パーセプトロンを実装したので、今度はSVMをC++で実装してみました。

というか、この記事で非常にわかりやすく解説されているので、もうあんまりやることがない(笑)



SVMのような古典的な手法なら、以前見つけたMLDemosというツールに実装されているので、これをいじって試してみる。



少し調べてみたら、SVMを実装したLIBSVMっていうメジャーなライブラリがあるみたい↓

LIBSVM — A Library for Support Vector Machines

LIBSVM

LIBSVMは、サポートベクトルの分類(C-SVC、NU-SVC)、回帰(イプシロン – SVR、NU-SVR)と分布推定(1クラスSVM)のための統合ソフトウェアで、マルチクラス分類をサポートしています。

ソースコードはGitHubにもある。色々な言語へのインターフェイスを用意しているみたいだけど、コアは読めなくもない量だ。
これ、javascriptでも動くのか。Wikipediaによると、Pythonの機械画集ライブラリscikit-learnもこのLIBSVMを利用しているらしい。

関連記事

Blendify:コンピュータービジョン向けBlenderラ...

BGSLibrary:OpenCVベースの背景差分ライブラリ

Physics Forests:機械学習で流体シミュレーショ...

html5のcanvasの可能性

サンプルコードにも間違いはある?

Theia:オープンソースのStructure from M...

bpy-renderer:レンダリング用Pythonパッケー...

AmazonEC2のインスタンスをt1.microからt2....

オープンソースの取引プラットフォーム

JavaScriptとかWebGLとかCanvasとか

機械学習での「回帰」とは?

Dlib:C++の機械学習ライブラリ

MPFB2:Blenderの人体モデリングアドオン

Kubric:機械学習用アノテーション付き動画生成パイプライ...

Iterator

FreeMoCap Project:オープンソースのマーカー...

ディープラーニング

python-twitterで自分のお気に入りを取得する

Unityの各コンポーネント間でのやり取り

Seleniumを使ったFXや株の自動取引

AR (Augmented Reality)とDR (Dim...

OpenCVで平均顔を作るチュートリアル

Geogram:C++の3D幾何アルゴリズムライブラリ

geometry3Sharp:Unity C#で使えるポリゴ...

MFnDataとMFnAttribute

SONYの自律型エンタテインメントロボット『aibo』

TorchStudio:PyTorchのための統合開発環境と...

OpenGV:画像からカメラの3次元位置・姿勢を推定するライ...

UnityでPoint Cloudを表示する方法

OpenGVの用語

ブログの復旧が難航してた話

LuxCoreRender:オープンソースの物理ベースレンダ...

続・ディープラーニングの資料

このブログのデザインに飽きてきた

CGAN (Conditional GAN):条件付き敵対的...

書籍『ゼロから作るDeep Learning』で自分なりに学...

Google App Engineのデプロイ失敗

OpenCV バージョン4がリリースされた!

Super Resolution:OpenCVの超解像処理モ...

Google App Engine上のWordPressでA...

adskShaderSDK

PyDataTokyo主催のDeep Learning勉強会

コメント