原创力文档- 1、本文档共34页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
本章主要内容
131机器学习问题的表示
132统计学习理论的发展历程解)
133统计学习理论的主要内容熟悉)
134最优分类面重点
3.5支持向量机的基本原理重
131机器学习问题的表示
131.1机器学习与模式识别的关系
口机器学习—让机器拥有类似人类的学习能力
口机器学习是人工智能的重要分支
口模式识别可以看作是机器学习的特例。
口如果在人工智能上有所突破,以至于机器能够学习,那么它
价值10个微软。
- B Gates, 2004
机器学
人工智前
1314机器学习问题的表示
待研究系统
输出t
使期望风险最小
学习方法
R(w)=L(/(x, w)P(xr xdr
输出f(xw
口已知:学习样本x,x2…x及其相应的目标值t,2…
口三类最基本的学习问题
损失函数L
分类
joit=∫(xw)
1(:f(xw)-101+(xw)
回归
L(,(xw)=(-f(xw)
尽
密度估计:L(P(xw)==hP(xw)
132统计学习理论的发展历程
1321统计学习历程发展历程简介
口20世纪60年代由 Vapnik等人开始研究。这一阶段的研究成果见教
材第7章
口这一阶段的成果理论艰涩,实践性差,没有引起关注
口20世纪90年代开始形成一个较完善的理论体系。同时人工神经网
络(ANN)的研究则遇到重要困难(过学习等),因此统计学习理
论受到关注;
口1992年在统计学习理论的基础上发展出一种新的模式识别方法
支持向量机;
尽
当前统计学习理论正成为机器学习和模式识别领域新的研二
133统计学习理论的主要内容
文档评论（0）