目 录
第一章 机器学习的基本理论及算法 .........................................................................3
1.1 机器学习的基本理论.......................................................................................3
1.1.1 机器学习的概念....................................................................................3
1.1.2 机器学习的发展历程............................................................................3
1.1.3 机器学习的模型....................................................................................4
1.2 机器学习主要算法...........................................................................................5
1.2.1 决策树算法............................................................................................5
1.2.2 人工神经网络........................................................................................6
1.2.3 贝叶斯学习算法.....................................................................................7
1.2.4 遗传算法................................................................................................8
1.2.5 支持向量机............................................................................................9
第二章 支持向量机（SVM）原理 .......................................................................... 11
2.1 SVM 的产生与发展....................................................................................... 11
2.2 统计学习理论基础........................................................................................12
2.3 SVM 原理.......................................................................................................12
2.3.1．最优分类面和广义最优分类面........................................................13
2.3.2 SVM 的非线性映射..........................................................................16
2.3.3．核函数................................................................................................17
第三章 支持向量机的应用研究现状 .......................................................................19
3.1 应用概述........................................................................................................19
3.2 支持向量机的应用.........................................................................................19
3.2.1 人脸检测、验证和识别......................................................................19
3.2.2 说话人/语音识别 .................................................................................20
3.2.3 文字／手写体识别............................................................................20
3.2.4 图像处理............................................................................................20
3.2.5 其他应用研究....................................................................................21
第四章 基于 SVM 的实例及仿真结果 ....................................................................23
4.1 16 棋盘格数据分类........................................................................................23
4.2 UCI 中 iris 数据分类...................................................................................25
