AI算法连载07：统计之支持向量机模型

Posted 2021-04-26 算法与数学之美

导语： 在人工智能AI如火如荼的大潮下，越来越多的工程师们意识到算法是AI的核心。 而面对落地的应用，不懂算法的AI产品经理将是空谈，不仅无法与工程师沟通，更无法深刻理解应用的性能与方式。 所以业界逐渐形成一种共识，不懂算法的工程师做不了AI，不懂算法的产品经理将把AI带入泥潭。

在人工智能AI如火如荼的大潮下，越来越多的工程师们意识到算法是AI的核心。而面对落地的应用，不懂算法的AI产品经理将是空谈，不仅无法与工程师沟通，更无法深刻理解应用的性能与方式。所以业界逐渐形成一种共识，不懂算法的工程师做不了AI，不懂算法的产品经理将把AI带入泥潭。

因此，机器人网整理了一整套AI算法知识，包括从最基本的数学基础，譬如线性代数、概率论、牛顿法等数值计算、蒙特卡洛方法与MCMC采样，到统计学，如：机器学习、向量、贝叶斯定理、决策树、梯度、模型评估、降维、聚类、边际、模型等等，再到深度学习，如：前馈神经网络、反向传播算法、卷积升级网络、CNN图片分类、循环神经网络等等，以及自然语言处理NLP等等，以及AI算法中的各种工具和模型。

 

 

 

 

注意：支持向量机目前之适合小批量样本的任务，无法适应百万甚至上亿样本的任务 。

本文作者华校专，曾任阿里巴巴资深算法工程师、智易科技首席算法研究员，现任腾讯高级研究员，《Python 大战机器学习》的作者。 这是作者多年以来学习总结的笔记，经整理之后开源于世。 考虑到出版时间周期较长，而且书本购买成本高不利于技术广泛传播，因此作者采取开源的形式。 笔记内容仅供个人学习使用，非本人同意不得应用于商业领域。

————

编辑 ∑Gemini

 来源：机器人

☞

☞

☞

☞

☞

☞

☞

☞

☞

☞

☞

☞

☞

稿件涉及数学、物理、算法、计算机、编程等相关领域，经采用我们将奉上稿酬。

投稿邮箱：[e-mail]