ScholarGate
어시스턴트
Machine learningMachine learning

로버스트 서포트 벡터 머신

로버스트 SVM은 이상치(outliers) 및 잘못 분류된(mislabeled) 지점의 영향에 저항하도록 표준 서포트 벡터 머신을 확장한 것입니다. 힌지 손실(hinge loss)을 유계(bounded) 또는 비볼록(non-convex) 손실 함수로 대체하거나 로버스트 최적화(robust optimization) 제약 조건을 통합함으로써, 손상된 훈련 예제에 의해 훨씬 덜 왜곡되는 결정 경계(decision boundary)를 학습합니다. 이는 표준 SVM이 크게 저하될 수 있는 노이즈가 많은 실제 데이터셋에 적합합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

로버스트 서포트 벡터 머신
One-Class SVM정규화 서포트 벡터 머신Robust Gradient Boosting강건 선형 회귀로버스트 랜덤 포레스트강건 능동 학습 (Robust Active…로버스트 가우시안 프로세스강건 거리 학습강건 단일 클래스 SVM강건 온라인 학습 (Robust Online…

출처

  1. Xu, H., Caramanis, C., & Mannor, S. (2009). Robustness and regularization of support vector machines. Journal of Machine Learning Research, 10, 1485–1510. link ↗
  2. Collobert, R., Sinz, F., Weston, J., & Bottou, L. (2006). Trading convexity for scalability. Proceedings of the 23rd International Conference on Machine Learning (ICML), 201–208. link ↗

이 페이지 인용 방법

ScholarGate. (2026, June 3). Robust Support Vector Machine (Outlier-Resistant SVM). ScholarGate. https://scholargate.app/ko/machine-learning/robust-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 →

이 방법을 참조하는 항목

강건 능동 학습 (Robust Active Learning)로버스트 가우시안 프로세스강건 거리 학습강건 단일 클래스 SVM강건 온라인 학습 (Robust Online Learning)

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →

ScholarGate — Robust Support Vector Machine (Robust Support Vector Machine (Outlier-Resistant SVM)). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/machine-learning/robust-support-vector-machine · 데이터셋: https://doi.org/10.5281/zenodo.20539026