机器学习 | 第33讲---支持向量机

Posted 2021-04-26 狗熊会

大家好，机器学习导论的第33节课来了。这一节首先讲解了朴素贝叶斯模型的求解，然后系统讲述了支持向量机模型。

本节课程主要内容：  

• 朴素贝叶斯求解；

• 支持向量机。

张老师就讲到这里，希望大家学的开心，如果有问题大家可以留言讨论。

【参考文献】：

【1】Chapter 6 in Friedman, Jerome, Trevor Hastie, and Robert Tibshirani. The elements of statistical learning. Vol. 1. New York: Springer series in statistics, 2001.

【2】邓乃扬，田英杰著。数据挖掘中的新方法-支持向量机。科学出版社。2004.

　 张志华教授简介 　

博士，北京大学数学科学学院概率统计系教授。加入北京大学之前为上海交通大学计算机科学与工程系教授，上海交通大学数据科学研究中心兼职教授，计算机科学与技术和统计学双学科的博士生指导导师。也曾是浙江大学计算机学院教授和浙江大学统计科学中心兼职教授。

主要从事人工智能、机器学习与应用统计学领域的教学与研究。迄今在国际重要学术期刊和重要的计算机学科会议上发表70余篇论文。是美国“数学评论”的特邀评论员，国际机器学习旗舰刊物Journal of Machine Learning Research 的执行编委。

点击这里查看往期精彩！

）