SVMとは・AI関連用語集

SVMとは、意味や概念を詳しく解説

menu

×AI

AI用語事典

SVM

エスブイエム

SVMは「Support Vector Machine(サポート ベクター マシーン)」の略で、教師あり学習に用いられる機械学習アルゴリズムのひとつ。とりわけ認識性能に優れているのが特徴で、画像のパターン認識を行う際によく使用される。

歴史としては1963年にウラジミール・ヴァプニクが発表したものが、1992年(1995年との説も)に非線形分類問題にも対応できるよう拡張されたことで、近年更に注目を集めるようになったと言われる。

■SVMの流れ
SVMの流れを非常に簡単に説明とすると以下の通りである。

1. データの集合体を2つのグループに分類するため、それぞれの境界f(x)を決め、各々のデータがどちらに属するのかを定める
2. 境界は、既に正解が判明しているデータを基に決める
3. 境界の位置は「マージンの最大化(以下を参照)」を目的とする

メリットとしては上記で挙げたものも含め、

・分類の精度が高く、認識性能に優れている
・元々は線形分類器専用だったが、非線形にも対応できるように
・「マージン最大化」という識別関数を決定する明らかな基準を持つ
・それゆえに学習していない未知のデータに対しても応用力が高い

などが代表的。特に「マージン最大化」はSVMにおいて最も重要と言えるキーワードである。マージンとはf(x)(識別境界)の線と2つのグループの間の距離のことを指す。最大化は双方の隙間を平等に開くことで、未知のデータに対する正解の幅も広げようと(汎化能力をアップさせる)いう試みだ。

とはいえ、全てのデータに直線的な境界が引けるとは限らない。ここで登場するのが「カーネル法」である。これは高次元の特徴空間にデータを埋め込むことで線形分類器では対応しきれない場合でも分類可能にしたもので、カーネル関数という計算法が用いられている。この手法によって、SVMは幅広い問題に対応できるようになったと言えるだろう。

AI用語解説:×AI編集部監修

AI用語を調べる

アイウエオ索引

アルファベット索引

AI用語事典TOPに戻る