大白话SVM算法课程-从此不再惧怕SVM

2人 购买 好评度 -
用手机看

扫一扫继续用手机看

  • 微信扫码

  • QQ扫码

下载手机APP
收藏
  • 大白话SVM算法
更多班级

大白话SVM算法

支持随到随学,25年06月过期

¥77.22

本班因教学质量问题暂时不能报名。 查看详情

课程因违反平台规定暂时不能报名。

立即购买

课程概述

目录

评论

老师介绍

  • 李虎

    李虎

    联想集团PCSD业务UDS平台推荐算法团队开发负责人,曾获2018-2019年度联想集团中国区优秀员工。在联想内部,做过多次企业内训和技术支持,并在北京线下技术沙龙分享会上作为演讲嘉宾分享算法实战应用效果。CSDN博客专家,著有大白话算法系列,以通俗生动的方式讲解人工智能前沿算法。
简  介 以通俗简介的方式,从浅入深介绍SVM原理和代码流程 让你从此不再惧怕SVM
以通俗简介的方式,从浅入深介绍SVM原理和代码流程 让你从此不再惧怕SVM。
目录如下:

视频部分:
00_SVM大纲
01_SVM之回顾梯度下降原理
02_SVM之回顾有约束的最优化问题
03_SVM之回顾有约束的最优化问题-KKT几何解释
04_SVM之回顾有约束的最优化问题-KKT数学解释
05_SVM之回顾距离公式和感知器模型
06_SVM之感知器到SVM的引入
07_SVM之线性可分时损失函数的表示
08_SVM之线性可分时损失函数的求解-对w,b变量求偏导
09_SVM之线性可分时损失函数的求解-对β变量求解.
10_SVM之线性可分时算法整体流程
11_SVM之线性可分时案例
12_SVM之线性不可分时软间隔介绍
13_SVM之线性不可分时软间隔优化目标
14_SVM之线性不可分时软间隔算法整体流程
15_SVM之线性不可分时数据映射高维解决不可分问题
16_SVM之线性不可分时核函数引入
17_SVM之线性不可分时核函数讲解
18_SVM代码之线性可分时和Logistic回归比较
19_SVM代码之基于鸢尾花数据多分类参数解释
20_SVM代码之基于鸢尾花数据网格搜索选择参数
21_SVM代码之不同分类器,核函数,C值的可视化比较
22_SVM之回归方式SVR
23_SVM代码之SVR解决回归问题
24_SVM之SMO思想引入
资料部分:

代码部分:

资料下载报名后支持下载

* 课程提供者:李虎