--課程已於 2020 年 6 月更新--
在本課程中,將採用一種非常有條理的、一步一步的方法來建立您所需要的所有理論,以瞭解支援向量機是如何真正運作的。
講師將使用邏輯迴歸( Logistic Regression )作為起點,這是你作為一名機器學習的學生學到的第一件事情。 因此,如果你想理解這門課程,只需要對邏輯迴歸(有一個好的直覺,並通過擴充套件,對直線、平面和超平面的幾何學有一個好的理解。
從這 9 小時的課程,你會學到
✅ 將支援向量機( SVMs )應用於實際應用程式: 影象辨識、垃圾郵件檢測、醫療診斷和迴歸分析( regression analysis )
✅ 從頭開始(基本幾何)理解支援向量機背後的理論
✅ 利用拉格朗日對偶(Lagrangian Duality)推導核心支援向量機
✅ 理解二次規劃( Quadratic Programming )是如何應用到支援向量機
✅ 支援向量迴歸
✅ Polynomial Kernel,,Gaussian Kernel,和 Sigmoid Kernel
✅ 基於支援向量機建立自己的 RBF 網路和其它神經網路
https://softnshare.com/support-vector-machines-in-python/
rbf kernel python 在 10分鐘學會使用最佳RBF核函數支撐向量機--搭配Python 的必吃
A Fast and Automatic Kernel -based Classification Scheme: GDA+ SVM or KNWFE+ SVM. J. Inf. Sci. Eng., 34(1), 103-121. Li, C. H., Ho, ... ... <看更多>
rbf kernel python 在 RBF核函數參數自動挑選法Python實作 - YouTube 的必吃
An Automatic Method for Selecting the Parameter of the Normalized Kernel Function to Support Vector Machines. Journal of Information Science ... ... <看更多>