-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
支持向量机导论 版权信息
- ISBN:7505393367
- 条形码:9787505393363 ; 978-7-5053-9336-3
- 装帧:简裝本
- 册数:暂无
- 重量:暂无
- 所属分类:>
支持向量机导论 本书特色
《支持向量机导论》是一本综合性介绍支持向量机各项标准技术的著作,书中从学习方法到超平面、核函数、泛化性理论、*优化理论,*后总结到支持向量机理论,并介绍了其实现技术和应用。本书的叙述叙序渐进,内容深入浅出,既严谨又易于理解,得以了很多支持向量机研究者的订可。
支持向量机导论 内容简介
支持向量机(SVM)是在统计学习理论的基础上发展起来的新一代学习算法,它在文本分类、手写识别、图像分类、生物信息学等领域中获行较好的应用。本书是**本综合介绍支持向量机(SVM)的书籍,它从机器学习算法的基本问题开始,循序渐进地介绍相关的背景知识,包括线性分类器、核函数特征空间、推广性理论和优化理论,在此基础上很自然地引出了支持向量机的算法。本书末尾还详细讨论了一系列支持向量机的重要应用及其实现的技巧。本书的叙述清晰严谨,自包含性强,提供的大量相关文献引用以及网站链接可作为进一步学习的理想起始点。本书可作为计算机、自动化、机电工程、应用数学等专业的研究生教材,也可作为神经网络、机器学习、数据挖掘、人工智能等课程的参考教材,同时还是相关领域的教师和研究人员的参考书。
支持向量机导论 目录
1.1 监督学习
1.2 学习和泛化性
1.3 提高泛化性
1.4 学习的价值和缺点
1.5 用于学习的支持向量机
1.6 习题
1.7 补充读物和高级主题
第2章 线性学习器
2.1 线性分类
2.2 线性回归
2.3 线性学习器的对偶表示
2.4 习题
2.5 补充读物和高级主题
第3章 核函数特征空间
3.1 特征空间中的学习
3.2 到特征空间的隐式映树
3.3 构造核函数
3.4 特征空间中的计算
3.5 核与高斯过程
3.6 习题
3.7 补充读物和高级主题
第4章 泛化性理论
4.1 可能近似正确学习模型
4.2 VC理论
4.3 泛化性的间隔界
4.4 其他泛化界和幸运度函数
4.5 回归的泛化性
4.6 学习的贝叶斯分析
4.7 习题
4.8 补充读物和高级主题
第5章 *优化理论
第6章 支持向量机
第7章 实现技术
第8章 支持向量机的应用
附录A SMO算法的伪码
附录B 背景数学
- >
唐代进士录
唐代进士录
¥17.1¥39.8 - >
山海经
山海经
¥20.4¥68.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.1¥39.8 - >
李白与唐代文化
李白与唐代文化
¥9.9¥29.8 - >
罗庸西南联大授课录
罗庸西南联大授课录
¥21.1¥32.0 - >
史学评论
史学评论
¥18.5¥42.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥23.4¥49.8 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑,闭眼,刀谁?
¥42.3¥158