Machine learningMachine learning
베이즈 지지 벡터 머신 (Bayesian Support Vector Machine)
베이즈 SVM은 표준 SVM의 가중치 벡터에 사전 분포(prior distribution)를 설정하고 완전한 사후 분포(posterior distribution)를 유도함으로써, 보정된 불확실성 추정치, 자동 하이퍼파라미터 선택, 확률론적 예측을 가능하게 합니다. 이는 SVM의 강력한 마진 기반 기하학적 직관과 베이즈 추론의 원칙적인 불확실성 정량화를 결합합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Polson, N. G., & Scott, S. L. (2011). Data augmentation for support vector machines. Bayesian Analysis, 6(1), 1–23. DOI: 10.1214/11-BA601 ↗
- Tipping, M. E. (2001). Sparse Bayesian learning and the relevance vector machine. Journal of Machine Learning Research, 1, 211–244. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Support Vector Machine (Bayesian SVM). ScholarGate. https://scholargate.app/ko/machine-learning/bayesian-support-vector-machine
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →