数据挖掘中的新方法：支持向量机    [ 零售预订，团购急调  ]

【内容简介】

支持向量机是数据挖掘中的一个新方法．支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理
等多种学科．目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段．希望本书能促进它在我国的普及与提高．
本书对象既包括关心理论的研究工作者，也包括关心应用的实际工作者．对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己
的问题．
本书适合高等院校高年级学生、研究生、教师和相关科研人员及相关领域的实际工作者使用．

【目录信息】

第1章 最优化问题及其基本理论
1．1 最优化问题
1．1．1 最优化问题实例
1．1．2 最优化问题
1．1．3 凸最优化
1．2 最优性条件
1．2．1 无约束问题的最优性条件
1．2．2 约束问题的最优性条件
1．3 对偶理论
1．3．1 最大最小对偶
1．3．2 Lagrange对偶
1．4 注记
参考文献
第2章 求解分类问题和回归问题的直观途径
2．1 分类问题的提出
2．1．1 例子(心脏病诊断)
2．1．2 分类问题和分类学习机
2．2 线性分类学习机
<< 查看详细目录

【序言】

数据挖掘源于数据库技术引发的海量数据和人们利用这些数据的愿望．用数据管理系统存储数据，用机器学习的方法分析数据、挖掘海量数据背后的知识，便促成了数据挖掘(datamining)的产生．概括地讲，数据挖掘的任务是从大型数据库或数据仓库中提取人们感兴趣的、事先未知的、有用的或潜在有用的信息．
支持向量机(support vector machine，SVM)是数据挖掘中的一项新技术，是借助于最优化方法解决机器学习问题的新工具．它最初于20世纪90年代由Vapnik提出，近年来在其理论研究和算法实现方面都取得了突破性进展，开始成为克服“维数灾难”和“过学习”等传统困难的有力手段．虽然它还处于飞速发展的阶.. << 查看序言

【相关资源】

· 【推荐】华清远见嵌入式学院—嵌入式就业培训课程(嵌入式Linux就业课程、FPGA设计就业课程，3G就业课程，通过入学测试即签100%就业协议，4个月集中培训，世界500强企业成功就业保障！)
· 【亚嵌教育 嵌入式培训专家】(嵌入式培训，嵌入式Linux培训，ARM培训,Linux培训，3G培训，Android培训，WINCE培训，DSP培训，FPGA培训，嵌入式就业培训)
· 程序员的7种武器(正则表达式、编程语言、数据库、算法、软件调试、开发环境)
数据挖掘中的新方法：支持向量机 -所有相关信息