Machine learning

서포트 벡터 머신 (분류)

서포트 벡터 머신(Support Vector Machine, SVM)은 1995년 Corinna Cortes와 Vladimir Vapnik이 소개한 분류기로, 고차원 공간에서 클래스 간의 최적 분리 초평면을 찾습니다. 이는 가장 가까운 훈련 지점들로부터 가능한 가장 넓은 여백(margin)을 남기는 경계를 선택함으로써 새로운 데이터에 대한 결정의 견고성을 높입니다.

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.

서포트 벡터 머신 (분류)

K-최근접 이웃 로지스틱 회귀 나이브 베이즈 랜덤 포레스트 서포트 벡터 회귀 능동 학습 지원 벡터 머신 캡슐 네트워크 CNN 이미지 분류 합성곱 신경망 (분류)DBSCAN

+9 more

출처

Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297. DOI: 10.1007/BF00994018 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 1). Support Vector Machine (SVM — Classification). ScholarGate. https://scholargate.app/ko/machine-learning/svm-classification

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

능동 학습 지원 벡터 머신 캡슐 네트워크 CNN 이미지 분류 합성곱 신경망 (분류)DBSCAN 결정 트리 그래프 신경망 K-최근접 이웃 Kernel PCA 선형 판별 분석 (LDA 나이브 베이즈 랜덤 포레스트 자기 지도 학습 지원 벡터 머신 준지도 학습 서포트 벡터 머신 적층 서포트 벡터 회귀 Vision Transformer XGBoost

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →

방법 전문 읽기

Method map

출처

이 페이지 인용 방법

관련 방법

Which method?

이 방법을 참조하는 항목