理论与方法
      技术与工具
      需求与设计
      实现与测试
      研讨与交流
 
  教学论坛 登录    注册
版 块 话 题 最后更新
Pre-Sales Questions
最近更新:支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势,并能够推广应用到函数拟合等其他机器学习问题中[10]。   支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的,根据有限的样本信息在模型的复杂性(即对特定训练样本的学习精度,Accuracy)和学习能力(即无错误地识别任意样本的能力)之间寻求最佳折衷,以期获得最好的推广能力[14](或称泛化能力)。   以上是经常被有关SVM 的学术文献引用的介绍,有点八股,我来逐一分解并解释一下。   Vapnik是统计机器学习的大牛,这想必都不用说,他出版的《Statistical Learning Theory》是一本完整阐述统计机器学习思想的名著。在该书中详细的论证了统计机器学习之所以区别于传统机器学习的本质,就在于统计机器学习能够精确的给出学习效果,能够解答需要的样本数等等一系列问题。与统计机器学习的精密思维相比,传统的机器学习基本上属于摸着石头过河,用传统的机器学习方法构造分类系统完全成了一种技巧,一个人做的结果可能很好,另一个人差不多的方法做出来却很差,缺乏指导和原则。   所谓VC维是对函数类的一种度量,可以简单的理解为问题的复杂程度,VC维越高,一个问题就越复杂。正是因为SVM关注的是VC维,后面我们可以看到,SVM解决问题的时候,和样本的维数是无关的(甚至样本是上万维的都可以,这使得SVM很适合用来解决文本分类的问题,当然,有这样的能力也因为引入了核函数)。   结构风险最小听上去文绉绉,其实说的也无非是下面这回事。   机器学习本质上就是一种对问题真实模型的逼近(我们选择一个我们认为比较好的近似模型,这个近似模型就叫做一个假设),但毫无疑问,真实模型一定是不知道的(如果知道了,我们干吗还要机器学习?直接用真实模型解决问题不就可以 ...
9
SVM简介
Posted: 2009-10-28 11:14
发帖人: 顺顺
Pre-Sales Questions
最近更新:提示:系统存在漏洞...
19
提示管理员:系统存在漏洞
Posted: 2012-12-6 16:03
发帖人: 卫老师
Pre-Sales Questions
最近更新:各位同学: 《信息系统分析与设计》课件已经全部上传到教学资源—>教学课件中,欢迎大家下载并提出宝贵建议。 2009年4月5日 ...
10
Pre-Sales Questions
最近更新:HTML 是用来描述网页的一种语言。 * HTML 指的是超文本标记语言 (Hyper Text Markup Language) * HTML 不是一种编程语言,而是一种标记语言 (markup language) * 标记语言是一套标记标签 (markup tag) * HTML 使用标记标签来描述网页 ...
15
什么是 HTML?
Posted: 2011-4-19 17:27
发帖人: senda
Pre-Sales Questions
最近更新:计划由毕业设计学生从事软件建模技术课程网站开发...
16
uml网站建设
Posted: 2012-1-3 10:02
发帖人: 卫老师
   
 
Copyright © 2009 All Rights Reserved 西安石油大学计算机学院 版权所有 地址: 西安市电子二路18号 Email:hchwei@xsyu.edu.cn