快速掌握支持向量机算法(SVM)原理知识
运用Matlab编程处理SVM算法的分类问题,即学即用
最佳超平面(最大边距)公式推导,转换为优化问题建模
讲述最佳超平面问题优化模型的求解原理和过程,支持向量的来源和意义
你将收获
快速掌握支持向量机算法(SVM)原理知识
运用Matlab编程处理SVM算法的分类问题,即学即用
最佳超平面(最大边距)公式推导,转换为优化问题建模
讲述最佳超平面问题优化模型的求解原理和过程,支持向量的来源和意义
适用人群
课程介绍
freexyn编程实例视频教程系列26:Matlab与SVM支持向量机,主要内容:支持向量机算法(SVM)原理知识讲解,以及运用Matlab编程处理SVM算法的分类问题。SVM最佳超平面和边距的计算原理,SVM算法中支持向量是怎么解出来的?软边距和惩罚参数的用法,核函数Kernel和核变换的原理和选择,计算score、交叉验证模型、其他属性介绍,超参数优化,SVM分类实例:根据WiFi强度判断位置,多分类SVM支持向量机分类模型,经典SVM算法实例:mnist手写体数据集分类识别。
课程目录

