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

本书2023年3月27日可阅读或下载


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

留言内容
发布留言


用户须知:

1.如果要找《基于再生核的机器学习方法》,可以尝试去图书馆。

2.本页面文字和图片内容来自于http://m.5read.com/。

3.封皮图片地址:http://cover.duxiu.com/coverNew/CoverNew.dll?iid=706d66696768666b676d5da5a696ae98ab9ca9a498a9a23438383139353237

基于再生核的机器学习方法.pdf

基于再生核的机器学习方法.docx