[최적화] 7-3강. Kernel trick SVM 직접 그려서 보여드립니다.

[@hyukppen]

파이썬 코드: github.com/Hyukppen/Optimization/tree/main/7.%20SVM

[@Noah-jz3gt]

이 시리즈 정말 잘 봤습니다 kernel trick 정말 제가 들은 그 어떤 설명보다 명확하고 직관적이었어요! 그러면서도 수식도 빼놓지 않으셔서 찜찜한 거 없이 넘어갈 수 있는 점도 너무 좋았습니다!

[@hyukppen]

크.. 멤버쉽 가입에 이어 후원까지..ㅠ 감사합니다!!! 완강 축하드립니다!!

[@박규태-r3d]

혁펜하임형 덕분에 살았어

[@jay-fk6pl]

감사합니다~

[@UMTI14]

끝. 고생하셨습니다.

[@hyukppen]

캬 일주일도 안돼서 완강 때려버리시넹 귯귯

[@UMTI14]

@@hyukppen 아직 너무 부족합니다... 영상감사합니다. ㅎㅎ

[@lkm4669]

Kernel을 통해서 support vector을 설계한 후에 새로운 데이터가 들어오면 어떤 방식으로 SVM을 적용시켜야 하나요 ?

[@HS-bm5sx]

혁펜님 책보면서 같이 보고싶은데 최적화 관련 좋은 레퍼런스 없나용

[@hyukppen]

저는 Boyd 책 봤어요! 드문드문 본거긴 하지만…

[@junbuk]

미분할때, f''이 S*S*K(d,d)라고 나와있는데 이러한 값들을 시그마를 통해 모두 더해주어야 하는 게 맞지 않나요? 이렇게 수정해서 코드에 적용해보면 결과가 거의 바뀌지 않는데 f''가 어떤 의미인지 궁금합니다 !

[@hyukppen]

타임라인도 한번 부탁드립니다!

[@junbuk]

14:20 입니다@@hyukppen

[@hyukppen]

디엠으로 따로 연락 주셨고, 미분 고쳐드려서 해결했습니다. 14:20에 제시된 미분이 맞게 되었음을 확인할 수 있었습니다. 감사합니다!

[@아아-i6e]

진짜 카이스트 박사세여?

[@hyukppen]

네엡 ㅎㅎ

[@김영민-t6s2w]

kernel trick에 대해 궁금한 것이 있습니다. x1과 x2를 왜 내적을 하는 건지 궁금합니다.(예를 통해 설명을 하신건가요??)

[@hyukppen]

내적을 통해 ax+by=c 와 같은 직선 경계를 나타낸 것입니다~ 이전 강의 SVM에서 설명했습니다!

[@김영민-t6s2w]

@@hyukppen 감사합니다!

[@호호호우-l6w]

sigmoid kernel이 tanh인게, tanh도 sigmoid ft의 정의를 만족하기 때문인 것 같아요!

[@호호호우-l6w]

다른 분들을 위해 남기는 sigmoid ft 정의: bdd, differentiable, derivative ft is non-negative, has a unique inflection pt.

[@hyukppen]

오 코맨트 감사합니다. ft가 function을 말하는건가요?

[@호호호우-l6w]

@@hyukppen 네네! function을 ft으로 줄여서 쓸 때가 있어서 습관적으로 그렇게 적었네요 ㅎㅎ

[@hyukppen]

inflection pt의 pt는 point인 것 같고, bdd는 어떤 건가용?

[@호호호우-l6w]

bounded입니다!