問題 No.63
2つのクラスを分類する線形モデルにおいて、単にデータを境界線で区切るだけでなく、境界線から最も近いデータ点（サポートベクトル）との距離（マージン）を最大化するように学習することで、手元のデータにない未知のデータに対しても高い識別性能（汎化性能）を発揮させる機械学習手法はどれか。
【正解の解説】
サポートベクターマシン
サポートベクターマシン（SVM）は、境界から最も近いデータとのマージンを最大化することで、未知のデータに対しても高い汎化性能を目指す手法です。
スポンサーリンク
【その他の選択肢の解説】
ロジスティック回帰
ロジスティック回帰は、確率を予測する回帰分析の一種で、クラスの分類も行いますが、境界からの距離（マージン）を最大化する手法ではありません。
決定木
決定木は、質問を繰り返してデータを分類する木構造の手法であり、境界線のマージンを計算する手法とは異なります。
k-近傍法
K近傍法は、近くにあるデータの多数決で分類先を決める単純な手法であり、境界線の距離を最大化する考え方とは異なります。