出版時(shí)間:2007-2 出版社:上海財(cái)經(jīng)大學(xué) 作者:曹小娟,王小明 著
Tag標(biāo)簽:無
內(nèi)容概要
支持向量機(jī)是在20世紀(jì)90年代由V.Vapnik等人研究并迅速發(fā)展起來的一種基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)算法。它通過尋求結(jié)構(gòu)風(fēng)險(xiǎn)最小化來實(shí)現(xiàn)實(shí)際風(fēng)險(xiǎn)最小化,從而在樣本量較小的情況下也能獲得良好的學(xué)習(xí)效果。支持向量機(jī)算法是一個(gè)二次優(yōu)先問題,因此,能保證所得到的解是全局最優(yōu)的解。支持向量機(jī)具有完備的理論基礎(chǔ)(統(tǒng)計(jì)學(xué)習(xí)理論)和出色的應(yīng)用表現(xiàn),正成為神經(jīng)網(wǎng)絡(luò)之后,機(jī)器學(xué)習(xí)領(lǐng)域中新的研究熱點(diǎn)。以往困擾機(jī)器學(xué)習(xí)方法的很多問題,如模型選擇與學(xué)習(xí)問題、非線性和維數(shù)災(zāi)難問題、局部極小問題等,在這里都得到了一定程度上的解決。它已經(jīng)應(yīng)用在模式識(shí)別、函數(shù)回歸和概率密度估計(jì)等方面。
本書由兩部分組成。第一部分集中討論用支持向量機(jī)解決時(shí)間序列的預(yù)測問題。時(shí)間序列的預(yù)測是回歸研究中最常見的問題之一。第二部分研究用支持向量機(jī)解決分類問題與奇異點(diǎn)檢測問題。
圖書封面
圖書標(biāo)簽Tags
無
評(píng)論、評(píng)分、閱讀與下載