<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>amakazeryu</author_name>
  <author_url>https://blog.hatena.ne.jp/amakazeryu/</author_url>
  <blog_title>とある大学生の勉強メモ</blog_title>
  <blog_url>https://amakazeryu.hatenablog.com/</blog_url>
  <categories>
    <anon>雑談</anon>
  </categories>
  <description>読まなくてよい前置き GANだとかBERTだとか，いっぱい色々なモデルが最近出ますよね．これらだけでなく，一般ピーポーではもはや意味不明なモデルも乱立し，もう僕も全部を追いきれません．しかし機械学習の基本がなんであるか，という事を理解するのにSVMはすごく適していますし，未だ現役だと思うので，今更ながら記事に残そうと思ったわけです． 2018年にDeep learningが華開き，ファーストデータからエンドまでを一気通貫で行い，機械に特徴量を見つけてもらうという手法がもはや基本となっている節を感じます．学習の際のモデルやパラメータ設定は2019年現在人の手で行っていますが，この規則の決め方も深…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Famakazeryu.hatenablog.com%2Fentry%2F2019%2F05%2F14%2F160435&quot; title=&quot;SVM(サポートベクターマシン)の仕組み　 - とある大学生の勉強メモ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/a/amakazeryu/20190510/20190510135948.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-05-14 16:04:35</published>
  <title>SVM(サポートベクターマシン)の仕組み　</title>
  <type>rich</type>
  <url>https://amakazeryu.hatenablog.com/entry/2019/05/14/160435</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
