問題 No.1399
サポートベクターマシンにおいて、入力空間では線形分離が不可能なデータに対して用いられる数学的アプローチについて問う。データをより高次元の特徴空間に写像することで線形分離を可能にする際、高次元空間での内積を元の空間の関数で直接計算することにより、計算量の爆発を防ぐ手法を何と呼ぶか。
【正解の解説】
カーネルトリック
カーネルトリックは、単純な計算では分けられないデータを、より高い次元に持ち上げることで境界線を引けるようにする手法です。直接高い次元に行かず、元のデータ同士の「似ている度合い」を計算する工夫で、計算負荷を抑えます。
スポンサーリンク
【その他の選択肢の解説】
次元圧縮
次元圧縮は、データが持つ重要な特徴は維持したまま、データの複雑さや大きさを減らす手法の総称です。情報の整理整頓に近いイメージです。
勾配降下法
勾配降下法は、モデルの誤差を最小にするために、山の頂上から谷底へ降りるようにパラメータを少しずつ調整する最適化手法です。
アンサンブル学習
アンサンブル学習は、複数のモデルを組み合わせて、単独のモデルよりも賢く予測させる手法です。多数決や平均化を用いることで、予測の精度や安定性を高めます。