支持向量机导论
2018-01-24 14:19
295 查看
模型篇
· 支持向量机：模型篇1–支持向量与间隔· 支持向量机：模型篇2–支持向量的拉格朗日对偶
· 支持向量机：模型篇3–对偶问题的求解: SMO算法
· 支持向量机：模型篇4–核函数与非线性优化
· 支持向量机：模型篇5–向量机的软间隔拓展
代码篇
· 支持向量机：代码篇1-基于CVXPT优化函数求解· 支持向量机：代码篇2-基于SMO算法求解
数理知识：人工智能里的数学修炼 | 约束问题的优化求解：拉格朗日乘子法、KKT条件与对偶问题
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 支持向量机通俗导论（理解SVM的三层境界）
- 支持向量机导论——没有学过机器语言也能看懂的文章
- 支持向量机通俗导论（理解SVM的三层境界）【非原创】
- 支持向量机通俗导论（理解SVM的三层境界）
- 支持向量机导论
- 支持向量机通俗导论（理解SVM的三层境界）
- 支持向量机: Maximum Margin Classifier
- 机器学习教程 之 支持向量机：模型篇1—支持向量与间隔
- 机器学习理论与实战（六）支持向量机
- 支持向量机：Duality
- 支持向量机
- 支持向量机——sklearn 实现支持向量机（SVM）
- 支持向量机学习 第一天
- 模式识别算法：SVM支持向量机
- Net平台的支持向量机类库--SVM.Net designed by Matthew Johnson
- 支持向量机学习笔记
- 支持向量机之线性可分支持向量机（一）
- 机器学习-支持向量机的SVM(Supprot Vector Machine)算法-linear separable
- 机器学习教程 之 支持向量机：模型篇4–核函数与非线性优化
- 支持向量机SVM中的对偶问题