基于再生核的机器学习方法删除本页内容
作者:孙建成，戴利云著
关键词:机器学习
页数:136
出版社:南昌：江西高校出版社
出版日期:2015.11
发现时间:2023年3月27日 18:43
下载阅读地址： 请登录后查看下载方式
图书馆：全国藏书列表
百度网盘：《基于再生核的机器学习方法》百度网盘搜索
用户须知：
1.如果《基于再生核的机器学习方法》最近刷新过，VIP用户一定能通过教程免费下载。
2.本站为VIP用户提供百万本电子书免费阅读的地址及下载阅读教程。
3.本《基于再生核的机器学习方法》页面是互联网用户最近搜索过，教客网收录的搜索日志，如果您认为侵权，请通过右上方删除按钮删除。
机器学习是人工智能的一个重要分支，本书主要研究如何构建有效的学习方法，使之通过学习获得蕴藏在观测样本中的规律，然后利用这些规律对未来样本进行分析和预测。具体内容包括：再生核及再生核Hilbert空间理论；统计学习理论简介；支持向量机和正则化网络；表现定理和一致逼近核；可细化核及细化核方法；可再生Hilbert空间上基于采样的最佳重构；可再生核Banach空间。
机器学习
评论内容
发表评论