作者：田英杰
页数：210
出版社：科学出版社
出版日期：2024
ISBN：9787030767547
电子书格式：pdf/epub/txt
内容简介
以机器学习中的若干问题为背景，介绍机器学习中核方法，特别是支持向量机近年来的近期新进展，包括基于支持向量机的多视角学习、迁移学习、多示例学习、多标签学习等理论与方法。本书特别强调对所讨论的问题和处理方法的实质进行直观的解释和说明，因此具有很强的可读性。
作者简介
获得北京市科技进步二等奖，北京市科技进步三等奖以及四川省科技进步二等奖。
目录
前言
第1章 支持向量机
1.1 分类问题与标准支持向量机
1.1.1 分类问题
1.1.2 C-支持向量机
1.1.3 最小二乘支持向量机
1.2 超平面非平行的支持向量机
1.2.1 双子支持向量机
1.2.2 非平行超平面支持向量机
1.3 拓展阅读
1.3.1 二分类支持向量机及其拓展
1.3.2 多分类支持向量机及其拓展
参考文献
第2章 优化算法
2.1 确定型优化算法
2.1.1 序列最小很优化算法
2.1.2 交替方向乘子算法
2.1.3 坐标下降算法
2.1.4 逐次超松弛迭代算法
……
第1章 支持向量机
1.1 分类问题与标准支持向量机
1.1.1 分类问题
1.1.2 C-支持向量机
1.1.3 最小二乘支持向量机
1.2 超平面非平行的支持向量机
1.2.1 双子支持向量机
1.2.2 非平行超平面支持向量机
1.3 拓展阅读
1.3.1 二分类支持向量机及其拓展
1.3.2 多分类支持向量机及其拓展
参考文献
第2章 优化算法
2.1 确定型优化算法
2.1.1 序列最小很优化算法
2.1.2 交替方向乘子算法
2.1.3 坐标下降算法
2.1.4 逐次超松弛迭代算法
……
