成功

扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

穆辉宇
工程师
985某高校在读博士,硕博阶段的研究方向是机器学习和模式识别,现在主攻计算机视觉,投稿SCI等重要期刊论文多篇,多次参加重要的学术会议,有一定的实战经验。
显示更多
本课程共计58分钟,7节,如果每天学习1小时,预计学习1天。
课程简介


支持向量机算法是机器学习的重要算法,如今已应用在图像处理、

语音识别和自然语言处理等方面。本课程详细讲解支持向量机的原理、相关概念、

推导过程和代码实战。包括:Logistic函数、最大化间隔、凸二次优化、核函数、

数据中的噪声点处理等知识。最后用了手写字分类实例,详细讲解了相关的代码实战。


你将收获
了解支持向量机的发展过程
掌握支持向量机相关知识点:Logistic函数、最大间隔、凸二次优化等
详细讲解支持向量机的数学推导过程
能够使用python代码完成支持向量机代码的编写
查看更多笔记

加载中...

没有更多了

同学笔记空空如也

查看更多评价

加载中...

没有更多了

空空如也

手机看
关注公众号

关注公众号

下载APP

下载APP

客服 帮助 返回
顶部