迅速崛起的机器学习技术——支持向量机

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：支持向量机(support vector machine,简称SVM)是近年来在国外发展起来的一种新型机器学习技术,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点.与传统的人工神经网络(artificialneural network,简称ANN)不同,SVM是基于结构风险最小化(structural risk minimization,简称SRM)原理,而ANN是基于经验风险最小化(empirical risk minimization,简称ERM)原理.理论和实验表明,SVM不但结构简单,而且具有较好的泛化能力,尤其是对于小样本问题,成功地克服了ANN学习过程中的'过学习'和可能会陷入局部极小问题.另外,SVM算法是一个凸二次优化问题,能够保证极值解是全局最优解.就SVM理论进行了详细综述,旨在引起广大研究者的重视.

原文链接:http://www.cqvip.com//QK/85444X/200402/10231453.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：支持向量机 机器学习 向量机 Minimization Structural 经验风险最小化 结构风险最小化 最优超平面 支持向量机

zhichi