AI

菌

今天要推薦的不是一本書，而是一篇關於向量機的超詳細博文：

http://blog.csdn.net/v_july_v/article/details/7624837

PDF版：連結：http://pan.baidu.com/s/1c9911O 密碼：rzmq

目錄

目錄

前言

第一章 瞭解 SVM 

    1.1 什麼是 SVM 

    1.2 線性分類

        1.2.1 分類標準

       1.2.2  1 或 –1 分類標準的起源：Logistic 迴歸 

        1.2.3 形式化表示

    1.3 線性分類的一個例子

    1.4 函式間隔與幾何間隔

        1.4.1 函式間隔

        1.4.2 點到超平面的距離定義：幾何間隔

    1.5 最大間隔分類器

    1.6 支援向量

第二章 深入 SVM 

    2.1 從線性可分到線性不可分 

        2.1.1 從原始問題到對偶問題

        2.1.2 序列最小最優化演算法

        2.1.3 線性不可分的情況 

    2.2 核函式

        2.2.1 特徵空間的隱式對映：核函式

        2.2.2 如何處理非線性資料

        2.2.3 幾個核函式

        2.2.4 核函式的本質 

    2.3 使用鬆弛變數處理離群點的方法

第三章 證明 SVM 

    3.1 線性學習器

        3.1.1 感知機

    3.2 非線性學習器

        3.2.1 Mercer 定理

    3.3 損失函式

    3.4 最小二乘法

        3.4.1 什麼是最小二乘法

        3.4.2 最小二乘法的解法

    3.5 SMO 演算法

        3.5.1 SMO 演算法的解法

        3.5.2 SMO 演算法的步驟

        3.5.3 SMO 演算法的實現

    3.6 支援向量機的應用

        3.6.1 文字分類

不失初心，不忘初衷

AI玩轉智慧