[핵심 머신러닝] SVM 모델 2 (Soft Margin SVM, Nonlinear SVM, Kernel)

Рет қаралды 19,337

‍김성범[ 교수 / 산업경영공학부 ]

Күн бұрын

선형식으로 분리할 수 있는 경우의 선형 SVM (Soft margin SVM) 모델과 커널 함수를 이용한 비선형 SVM 모델에 대해 설명한다.

Пікірлер: 59

@jungseoblee8478 4 жыл бұрын

교수님. 직접 뵌적은 없지만, 최고의 교수님이라고 생각합니다. 연구쪽에서도 신경을 굉장히 많이 쓰시고 교육도 많은 시간 투자하시는 것 같습니다. 항상 감사합니다.

@김성범교수산업경영공 4 жыл бұрын

감사합니다!

@beom01638 4 жыл бұрын

감사합니다... 하루만에 SVM에 대해 깨우치게 되네요. 큰 도움이 되었습니다.

@김성범교수산업경영공 4 жыл бұрын

감사합니다!

@이경용-h6s 4 жыл бұрын

두목님으로 모시겠습니다... 정말 강의의 신 그 자체입니다.. 감사합니다ㅠㅠㅠㅠ

@김성범교수산업경영공 4 жыл бұрын

ㅎㅎ 감사합니다!

@ernestkimm1958 5 жыл бұрын

MIT Patric Winston 강의를 듣다 예까지 왔습니다. 좋은 강의 감사드립니다.

@김성범교수산업경영공 5 жыл бұрын

감사합니다!

@jeonghoonheo6469 4 жыл бұрын

교수님, 안녕하세요. 직장인으로 머신러닝에 관심이 많아 관련 영상 보는 중 교수님 강의를 알게되었습니다. 다른 영상보다 자세한 강의로 많은 도움이 되고 있습니다. 교수님 사랑합니다.

@김성범교수산업경영공 4 жыл бұрын

감사합니다!

@건설로봇-t6f Жыл бұрын

한국어로 이 정도로 디테일한 강의가 있었네요ㄷㄷ

@김성범교수산업경영공 Жыл бұрын

감사합니다!

@jeffchoi6179 4 жыл бұрын

명강의 감사합니다. 이해에 매우 큰 도움이 되었습니다.

@김성범교수산업경영공 4 жыл бұрын

감사합니다!

@장문석2 4 жыл бұрын

교수님, 안녕하십니까. 좋은 강의 제공 해주셔서 감사드립니다. 33:10초 부근에서 w를 구했다고 말씀하셨습니다. 하지만 kernel trick을 사용하여 문제를 풀기 때문에 discriminant function을 구할 순 있지만 w를 직접 구할 순 없는 것이 아닌지 여쭤보고 싶습니다. 감사드립니다.

@김성범교수산업경영공 4 жыл бұрын

네. 보라님 말씀이 맞습니다. 제가 다시 들어 보니 w라고 잘못 예기했네요...

@gawonlee3724 4 жыл бұрын

교수님 8:22 초에 lagrangian Primal 식에서는 없었다가 8:39초에식에서는 왜 1/2llwll +C시그마크사이 가 갑자기 왜 나오는 지 궁금합니다!

@jpark7636 4 жыл бұрын

아마 ppt 를 만들때 그 부분을 까먹고 넣지 않으신 것 같습니다. www.gatsby.ucl.ac.uk/~gretton/coursefiles/Slides5A.pdf 를 참고해 보세요

@고구마먹고싶다-b3l 4 жыл бұрын

안녕하세요 교수님! 항상 강의 열심히 듣고 있습니다! test error에 대해 이해가 안되는 점이 있어 질문드립니다! 17:15 쯤에 train error와 testing error가 모두 작은 C=100000가 좋은게 아닌가요? 왜 Test Error가 큰 게 더 좋다고 하시는지 의문이 듭니다! 그리고 강의의 마지막 부분인 35:35 에서는 test error가 작은게 더 좋다고 하셔서 헷갈립니다! + error는 Bayes Error와 가까울수록 좋은건가요?

@김성범교수산업경영공 4 жыл бұрын

제가 다시 들어 보니 17:15 끝에 흘리 듯이 한 말 (이 경우가 좋은 것~)은 잘못 예기한 것이 맞습니다. Testing error가 작은 것인 좋은 경우입니다. 결국, Testing error가 Bayes Error와 가까울수록 좋은 것 입니다. 자세히 들어 주셔 감사합니다~

@고구마먹고싶다-b3l 4 жыл бұрын

이해가 완벽히 되었습니다 감사합니다 교수님!

@고영민-d5m 5 жыл бұрын

11 분 때 라그랑지 듀얼 풀이과정에서 3번 째줄 마지막항 알파 i - 크사이 i 를 알파 i + 크사이 i 로 수정해야 계산이 맞는 것 같습니다

@김성범교수산업경영공 5 жыл бұрын

네. 그렇네요... 자세히 봐 주셔 감사합니다!

@고영민-d5m 5 жыл бұрын

‍김성범[ 교수 / 산업경영공학부 ] 혼자 공부하면서 이해도 잘 안되고 어려운 머신러닝 과제들을 하나씩 쉽게 잘알려주셔서 정말 감사합니다. 하나씩 꼼꼼히 보면서 공부하고 있습니다. 항상 많은 도움이 되고있습니다 존경합니다

@김성범교수산업경영공 5 жыл бұрын

@@고영민-d5m 감사합니다!

@nbumkim 3 жыл бұрын

정말 좋은 강의 감사합니다. 잘 듣고 갑니다!!

@김성범교수산업경영공 3 жыл бұрын

감사합니다!

@kwangminkim1735 5 жыл бұрын

ESL 책 혼자 공부하면서 애매한것들이 말끔히 풀리네요. 많은 도움이 됩니다. 감사합니다! 다른 것들도 올려주시면 좋겠어요.ㅠ

@김성범교수산업경영공 5 жыл бұрын

감사합니다! 다른 내용도 계속 올릴 예정입니다.

@cocohand781 3 жыл бұрын

31:01 알파값을 어떻게 나요는건가요??

@yiyigao5791 Жыл бұрын

쌤, 33분쯤에 목표함수식(xixj+1)^2, 전에 kernel function이 (xy+1)^2라서 (xiyj+1)^2 아닐까 의문 합니다.

@saga8648 Жыл бұрын

한 회 한 회 깨면서 올라갈수록 무슨 game 하는거 같습니다~ 빨리 끝판왕 깨고 다른 게임으로 넘어 가고 싶네요

@YoungKim-ic2xk 5 жыл бұрын

강의 감사 합니다. 시간 되시면 알파값 구하는 부분도 부탁 드립니다 . smo 많이 쓴다고 하는데 잘 들어오지 않네요...

@beom01638 4 жыл бұрын

quadratic programming을 사용하여 구현 가능합니다!

@MZ-pj4eq 2 жыл бұрын

교수님, 감사합니다!!

@제임스딘딘-m4p 2 жыл бұрын

명 강의십니다. 10년 동안의 SVM 궁금증이 풀렸네요 ~ 원초적인 질문입니다. Back Propagation 업는 SVM이 100% 수학적인 모델인데, 왜 인공지능 학습모델로 구분되나요 ?

@김성범교수산업경영공 2 жыл бұрын

감사합니다. Backpropagation 사용 유무가 인공지능 여부를 결정하는 기준은 아닙니다. Decision tree, KNN, SVM, Neural networks, CNN, RNN, Transformer,... 모두 머신러닝 모델이자 인공지능 모델입니다.

@dogaem 4 жыл бұрын

정말 유익한 강의 감사합니다 :)

@김성범교수산업경영공 4 жыл бұрын

감사합니다~

@이승신-q1r 2 жыл бұрын

감사합니다. 16분25초에 알파=C일 때, 감마가 에러를 허용하는것이라고 하셨는데, 크사이가 에러를 허용하는 것이 아닌지 궁긍합니다.

@김성범교수산업경영공 2 жыл бұрын

네. 크사이가 맞습니다!

@이승신-q1r 2 жыл бұрын

이런 최고의 퀄러티를 가진 강의가 무료라니 놀랍습니다. 주변에 많이 알리겠습니다.

@김성범교수산업경영공 2 жыл бұрын

@@이승신-q1r 도움이 되셨다니 감사한 마음입니다.

@hojinius 3 жыл бұрын

정말 감사합니다!

@김성범교수산업경영공 3 жыл бұрын

감사합니다!

@daehanhan3302 5 жыл бұрын

그런데 complementary slackness 에서 왜 감마와 프시의 곱이 0인가요?

@김성범교수산업경영공 5 жыл бұрын

답변이 늦어 죄송합니다. Complementary slackness 조건은 비선형계획 (Nonlinear Programming) 문제에서 primal과 dual solutions 관계에서 도출된 조건입니다. 수학적으로 자세한 내용은 관련 참고문헌 (Nonlinear Programming에서 KKT 조건)을 살펴 보시기 바랍니다.