최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기서포트 벡터 머신(Support Vector Machines)은 분류문제에서 뛰어난 성능을 가지고 있는데 특별히 고차원의 자료에도 매우 효과적이어서 다양한 분야에서 많이 사용되고 있는 방법이다. 그러나 서포트 벡터 머신은 다른 분류기 보다 이상치에 매우 민감한 단점을 가지고 있어서 이에 대한 해결책으로 ...
저자 | 김선화 |
---|---|
학위수여기관 | 부산대학교 대학원 |
학위구분 | 국내박사 |
학과 | 통계학과 |
지도교수 | 김충락 |
발행연도 | 2016 |
총페이지 | ix, 105 장 |
키워드 | 손실함수 서포트벡터머신 |
언어 | eng |
원문 URL | http://www.riss.kr/link?id=T14194337&outLink=K |
정보원 | 한국교육학술정보원 |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.