中国科技博览
中國科技博覽
중국과기박람
CHINA SCIENCE AND TECHNOLOGY REVIEW
2010年
14期
318-319
,共2页
最小二乘%支持向量机%VC维核函数%非线性空间
最小二乘%支持嚮量機%VC維覈函數%非線性空間
최소이승%지지향량궤%VC유핵함수%비선성공간
统计学习理论作为机器学习一个分支,由于其优异的特性及应用前景受到越来越多的关注.支持向量机(SVM)衍生于统计学习理论,能够在最小化训练误差和模型复杂度之间找到最佳平衡点,是一种比较经典的机器学习方法.由于秉承了统计学习理论的主要思想(如结构风险最小化、VC维),支持向量机可以在有限样本下得到全局最优,从而避免局部最优问题.
統計學習理論作為機器學習一箇分支,由于其優異的特性及應用前景受到越來越多的關註.支持嚮量機(SVM)衍生于統計學習理論,能夠在最小化訓練誤差和模型複雜度之間找到最佳平衡點,是一種比較經典的機器學習方法.由于秉承瞭統計學習理論的主要思想(如結構風險最小化、VC維),支持嚮量機可以在有限樣本下得到全跼最優,從而避免跼部最優問題.
통계학습이론작위궤기학습일개분지,유우기우이적특성급응용전경수도월래월다적관주.지지향량궤(SVM)연생우통계학습이론,능구재최소화훈련오차화모형복잡도지간조도최가평형점,시일충비교경전적궤기학습방법.유우병승료통계학습이론적주요사상(여결구풍험최소화、VC유),지지향량궤가이재유한양본하득도전국최우,종이피면국부최우문제.
