Abstract
SVMは高次元データに適しており、一般化能力が高い
0/1損失や他の代替損失関数の問題点を指摘
Slide損失関数の導入とその特性について詳細に説明
Slide損失を用いたSVMの最適化条件と効果的な解法について述べられている
Stats
0/1 SVMクラス分類器では、正しく分類されたサンプルがマージン内でどれだけペナルティを受けるか考慮されない。
Quotes
"Slide loss function has sparsity and robustness, weakening the impact from outliers."
"Slide loss provides varying degrees of penalization for samples falling in the margin."