Laboratory::SupportVectorMachine - SVMは難しいけど

博士課程での研究やソフトウェア開発の話とかを，思いついた時につらつらと書いています

Laboratory::SupportVectorMachine - SVMは難しいけど

Published Tuesday, April 11, 2006 by mikken | E-mail this post

最近一日平均8～10時間は研究室で研究している生活を送っているわけですが。午前中バイトがあってもこんな感じで研究しているので、ストレスがたまってきたのか、今日はプログラムリストをみていると落ち着きがないような気分になってました。

魂詰めて研究しているだけではなく、恐らくは今週中に実験を済まして論文を書かなければならないという切迫感にやられているのかもしれませんが。今月中に考えをまとめようと思っていたことを二、三日でやろうというスケジューリング。しかも今日はあいにくの暴風暴雨。あんまり気分はよろしくないです。

私がやっている研究で、一部機械学習を使いたいと思っていたので、前々からニューラルネットだのグラフィカルモデリングだのサポートベクターマシンだのを調べていました。ともかく特徴といいますか、得意不得意を把握し、使い方はどんな具合なのか、というのを勉強していました。アルゴリズムまでマスターしようとすると時間が掛かりそうです。

上にも書きましたが時間が迫ってきているので、自分で学習プログラムをコーディングしている時間はないです。もしかしたらWeb上でライブラリとして転がっていないかな、と思ったら、解説付きでリンクを張ってらっしゃる方のサイトがありました。「分離超平面を用いて高い汎化性能を持つ」っていうのがいいですね。NNは関数近似、グラフィカルモデリングは統計的に相関をみるんだったっけ？目的に添っているのはSVMっぽかったので、LIBSVMを使う方向にしました。

そして学習させるデータの形式を決めていきます。あれ、200数次元ベクトルになってしまった…（笑）SVMの性能をまだあまり理解していませんから、この数字が多いのかそうでもないのかがわかりませんが…気持ちとしては次元圧縮したいところだったりします。

0 comments:

Links to this post:

<$BlogBacklinkTitle$>: <$BlogBacklinkSnippet$>
posted by <$BlogBacklinkAuthor$> @ <$BlogBacklinkDateTime$>

Create a Link

About me

I'm mikken
From Japan
学生の頃は博士課程で感性情報処理の研究をやっていました。今はベンチャー企業でWeb系システム、看護管理系システムを開発しているSEやってます。
My profile

Twitter

Links

ATOM 0.3