支持向量機

　　本書旨在解釋使支持向量機（SVMs）成為各種應用的成功建模和預測工具的原理。書中通過展示支持向量機的基本概念，以及最新發(fā)展和當前的研究問題來實現(xiàn)這一目標。本書分析了支持向量機成功的至少三個原因：它們在只有少量自由參數(shù)的情況下很好地學習的能力，它們對幾種類型的模型違反和異常值的魯棒性，最后是它們的計算效率與其他幾種方法進行的比較。目前有很多研究小組正在致力于支持向量機和相關的基于內(nèi)核的方法。雖然在這些群體之間有許多互動，但本書作者團隊認為各小組之間還可以有更多更有成效的互動，本書亦有助于刺激進一步的研究。本書將許多零散的期刊文獻或仍在審查中的文獻集中起來，更有助于讀者學習和參考。

　　本書旨在解釋使支持向量機（SVMs）成為各種應用的成功建模和預測工具的原理。書中通過展示支持向量機的基本概念，以及最新發(fā)展和當前的研究問題來實現(xiàn)這一目標。本書分析了支持向量機成功的至少三個原因：它們在只有少量自由參數(shù)的情況下很好地學習的能力，它們對幾種類型的模型違反和異常值的魯棒性，最后是它們的計算效率與其他幾種方法進行的比較。目前有很多研究小組正在致力于支持向量機和相關的基于內(nèi)核的方法。雖然在這些群體之間有許多互動，但本書作者團隊認為各小組之間還可以有更多更有成效的互動，本書亦有助于刺激進一步的研究。本書將許多零散的期刊文獻或仍在審查中的文獻集中起來，更有助于讀者學習和參考。