서포트 벡터 머신(Support Vector Machine, SVM)의 개념

멘토링 

SVM 관련 기출 문제 풀이에 앞서 ...

인공지능 분야는 저도 생초보라서 여러 자료들을 찾아봐야
겨우 해당 기술 토픽의 개념을 이해 할 수 있는데
처음에는 뭔말인가 싶다가도
자주 보다보면 이해도는 점점 올라가는 것 같습니다.

비록 비전문가이지만, 기술사 1차 시험은 필기 시험이고
1교시형은 구조화된 템플릿을 빼면 딱 1 Page 쓰는 거라
정확한 개념도와 개념도를 설명할 수 있는 기술 요소들만 어느정도 알면
충분히 방어가 가능한 도메인이라고 생각됩니다. 

어떤 내용 위주로 써야
방어가 가능할지 관점에서 향후 포스팅 해 보겠습니다.

제 전공 분야는 아니니 선별해서 참고해 주시기 바랍니다.

행복한 일상 되세요.

 

서포트 벡터 머신 (Support Vector Machine, SVM) 

 

핵심 키워드
SVM = 지도학습
분류, 회귀 분석 모델에 사용
선형 및 비선형 분류에 모두 사용 가능
구성 요소 : 서포트 벡터, 초평면(결정경계), 마진
기법 : 소프트 마진, 하드 마진, 커널 기법 

기계 학습의 분야 중 하나로 패턴 인식, 자료 분석을 위한 지도 학습 모델이며, 주로 분류와 회귀 분석을 위해 사용한다. 

두 카테고리 중 어느 하나에 속한 데이터의 집합이 주어졌을 때, SVM 알고리즘은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 카테고리에 속할지 판단하는 비확률적 이진 선형 분류 모델을 만든다. 
만들어진 분류 모델은 데이터가 사상된 공간에서 경계로 표현되는데 
SVM 알고리즘은 그 중 가장 큰 폭을 가진 경계를 찾는 알고리즘이다. 

SVM은 선형 분류와 더불어 비선형 분류에서도 사용될 수 있다. 
비선형 분류를 하기 위해서 주어진 데이터를 고차원 특징 공간으로 사상하는 작업이 필요한데, 
이를 효율적으로 하기 위해 커널 트릭을 사용하기도 한다.

출처 : 위키백과

 

추후 포스팅 하겠지만, 상기 위키백과의 개념 정의 안에 핵심 키워드는 거의 다 있습니다. 

핵심 키워드만 정확히 알아도 충분히 방어, 그 이상 득점 하실수 있습니다.

 

예전에 인공지능 기초 관련 포스팅 했던 내용이 있는데, 인공지능 분류에 대해 간단히 정리되어 있으니 참고해 보시길 바랍니다.

2022.07.26 - [강의 보조 자료] - 인공지능 기초

인공지능 기초

 

개념도 관련하여 아래 그림을 처음 보셨다면 이해하기 어려우실 텐데..

다음번 포스팅때 개념도와 구성 요소에 대해 추가 설명할 예정이니

그때는 좀 더 이해하시는 데 용이할 겁니다.

 

선형 SVM이 두 자료(흰색 원, 검은색 원)을 직선으로 분리하고 있다.

출처 : 위키백과

 

 

기출 문제

 

컴퓨터시스템응용기술사와 정보관리기술사 1교시 필기 시험에 교차 출제된 문제로 개인별로 꼭 정리하고 가야 하는 토픽입니다.

 

(관리 127-1-10)
SVM(Support Vector Machine)

 

(응용 119-1-1)
SVM(Support Vector Machine)

 

참고 자료

 

서포트 벡터 머신 - 위키백과, 우리 모두의 백과사전 (wikipedia.org)

서포트 벡터 머신 - 위키백과, 우리 모두의 백과사전