wlbk.net
当前位置:首页 >> 求介绍SVM支持向量机比较全的教材 >>

求介绍SVM支持向量机比较全的教材

那个邓乃杨的《数据挖掘中的新方法支持向量机》这本书不错,理论介绍的很详细

主成分分析方面可以看以下两篇论文,个人觉得讲的比较好:kernel_principal_component_analysis,bernhard scholkopf,1996nonlinear component analysis as a kernel eigenvalue problem,bernhard scholkopf,1996支持向量机的话,建议你看《统

http://www.matlabsky.com/thread-10966-1-1.html

你好!安徒生如果对你有帮助,望采纳.

请问你用的是台大林智仁教授的SVM工具箱么? 如果是的话,这里有一个不错的视频:《神经网络libsvm-mat-加强工具箱介绍》视频所讲内容: 附录:libsvm-mat-加强工具箱 介绍 内容简介: 1 libsvm-mat工具箱介绍 2 libsvm-mat工具箱的安装 3 libsvm-mat工具箱的基本函数介绍 4 libsvm-mat-加强工具箱介绍 5 libsvm-mat-加强工具箱辅助函数插件详细介绍与使用 6 一些关于MATLAB使用的小技巧(快捷键等)介绍 在1-5中会有穿插介绍,6中进行总结

分享到:收藏推荐 1、引言支持向量机是由Vapnik等人于20世纪90年代研究并迅速发展起来的一种基于统计学习理论的机器学习方法,以往困扰机器学习方法的很多问题在这里都得到了一定程度的解决.但是,SVM在也存在一些局限性,比如

支持向量机(Support Vector Machine,SVM)是Corinna Cortes和Vapnik等于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中.在机器学习中,支持向量机(SVM,还支持矢量网络)是与相关的学习算法有关的监督学习模型,可以分析数据,识别模式,用于分类和回归分析.

迈实软件(meshcade)有神经网络和支持向量机SVM软件,有入门视频教程,可下载一试.

支持向量机现在全部在谈各个领域的应用了,是一种很老的技术,创新谈不上了,本身没有什么突破,只是应用一直在突破,如果你在学支持向量机,我只推荐一本书,完全读懂,你就精通了,然后就可以在很多领域应用.《数据挖掘中的新方法-支持向量机》此书已经绝版,但绝对是我读过最好的svm的书,强烈推荐.

超级通俗的解释:支持向量机是用来解决分类问题的.先考虑最简单的情况,豌豆和米粒,用晒子很快可以分开,小颗粒漏下去,大颗粒保留.用一个函数来表示就是当直径d大于某个值D,就判定为豌豆,小于某个值就是米粒.d>D, 豌豆d<

网站首页 | 网站地图
All rights reserved Powered by www.wlbk.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com