支持向量机-相关网址

人机系统与智能信息处理-教学与科研
http://www.support-vector.cn/course

一种基于支持向量机的车型自动分类器设计方案

http://www.51mcu.net/sensor/065511441747469.shtml

SVM技术网站
http://see.xidian.edu.cn/faculty/chzheng/bishe/index.htm

Book:《支持向量机导论》
英文名称：AN INTRODUCTION TO SUPPORT VECTOR MACHINES
http://www.support-vector.net/

引用内容

AN INTRODUCTION TO SUPPORT VECTOR MACHINES
(and other kernel-based learning methods)
N. Cristianini and J. Shawe-Taylor
Cambridge University Press
2000 ISBN: 0 521 78019 5

Kernel Methods, Kernel Machines
http://www.kernel-machines.org/

Book:Advances in Kernel Methods: Support Vector Learning
http://kernel-machines.org/nips97/book.html

Sathiya Keerthi’s SVM page
http://guppy.mpe.nus.edu.sg/~mpessk/svm.shtml

LIBSVM 网址:
http://www.csie.ntu.edu.tw/~cjlin/

引用内容

LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。LIBSVM 是一个开源的软件包，需要者都可以免费的从作者的个人主页http://www.csie.ntu.edu.tw/~cjlin/ 处获得。他不仅提供了LIBSVM的C++语言的算法源代码，还提供了Python、Java等等源代码

机器学习的一些基础

机器学习(Machine Learning)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演译。

从数学上来看，机器学习的目标是让计算机根据输入输出，来预测未来的输出，或者说是找到输入输出的函数关系。

对与给定的（x1,y1),（x2,y2)......(xn,yn)的n个样本,

Choose optimal function f(x,w0) from function set {f(x,w)} Minimize expected risk

nR(w)=∫L(y,f(x,w))dF(x,y)

n

L() is lost function