サポートベクターマシンとは

「サポートベクターマシン（SVM：Support Vector Machine）」は、 画像・音声などの情報データから、意味を持つ対象を選別して取り出すパターン認識手法のひとつ。

元来、音声認識、画像データのテキストデータ変換（OCR）、全文検索システムなどの機能は人間の脳にとっては当たり前の過程でありながら、コンピュータで実現するには困難を伴うとされていた技術だった。近年、これらの技術が人工知能や統計の研究と融合して大きな成果をあげており、「サポートベクターマシン（SVM：Support Vector Machine）」は、機械学習により大量のデータから識別パラメータを構成する非ルールベースの手法のひとつとして注目を集めている。

非ルールベースの識別器としては、このほかにもニューラルネットワーク、k近傍識別器、ベイズ分類などが存在するが、なかでも「サポートベクターマシン（SVM：Support Vector Machine）」は、「マージン最大化」が可能で汎化能力も高いのが特長。

「サポートベクターマシン（SVM：Support Vector Machine）」は、データを2つのグループに分類する問題には優れているが、多クラスの分類にはそのまま適用できない。計算量が多く、カーネル関数の選択の基準もないなどの課題も指摘されており、そういった観点では、一概に誤差逆伝播法などと比較して優れていると言い切れるものでもない。

厳密には「サポートベクターマシン（SVM：Support Vector Machine）」はニューラルネットワークではないが、中間層から出力層への結合係数に該当するものを計算するため、ニューラルネットワークと関連付けられる場合も多い。