|
| 編輯推薦： |
|
本书综合了大量国内外的最新资料和作者的研究成果，有选择地介绍了支持向量机的一些算法和应用。
|
| 內容簡介： |
|
本书综合了大量国内外的最新资料和作者的研究成果，有选择地介绍了支持向量机的一些算法和应用。全书从结构上分为三篇：第一篇介绍了支持向量机的一些概念；第二篇具体介绍了一些支持向量机的算法，包括支持向量机的结构修剪方法、粗略删除支持向量的方法、特征空间椭圆模式挖掘、在特征空间和经验图中的训练算法、奇偶校验问题的一些解法，并研究了支持向量机超曲面对两类样本的分隔问题。第三篇主要讨论了支持向量机的应用问题，包括互联网金融信息时间序列、股价预测等问题，以及互联网金融信息分析系统的介绍。
|
| 關於作者： |
梁循，中国人民大学信息学院经济信息管理系教授、博导。在数据挖掘和金融信息系统领域学习工作20余年，积累了较丰富的学习和研究经验。在清华大学计算机应用专业获博士学位、斯坦福大学经济专业获硕士学位。曾在北京大学计算机所、加拿大Univ
of New
Brunswick计算机系完成两站博士后研究。曾在美国硅谷高科技公司任CTO等职、洪堡学者。曾主持863项目、及多项国家自然科学基金项目。曾开设课程《网络金融》、《高级网络金融》、《商务建模与商务智能》等。
出版著作教材7部，发表论文100余篇，其中30余篇被SCI索引，包括IEEE Transactions on Neural
Networks、Pattern Recognition Letters、Electronic Commerce Research
and Applications、Neurocomputing、International Journal of Neural
Systems等。任IEEE Senior
Member、系统工程学会社会经济系统专业委员会理事、优选法统筹法及经济数学研究会理事，及多个国内国际会议委员和分会主席等。
|
| 目錄：
|
绪论篇
第1章 绪论
1．1 概述
1．2 线性可分问题的SVM方法
1．3 线性不可分问题的SVM方法
1．4 核函数
1．5 支持向量及非支持向量和超平面的关系
1．6 SVM的模型选择问题
1．7 SVM与解非线性方程组
1．8 决策函数、Fisher判别和Rayleigh商
1．9 Libsvm仿真平台
算法篇
应用篇
参考文献
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
