《支持向量机提纲》由会员分享，可在线阅读，更多相关《支持向量机提纲（3页珍藏版）》请在金锄头文库上搜索。
1、最优化基础1.1 欧式空间上的最优化问题1.1.1 最优化问题实例1.1.2 最优化问题及其解1.1.3 最优化问题的几何解释1.2 欧式空间上的凸规划1.2.1 凸集和凸函数1.2.2 凸规划问题及其基本性质1.2.3 凸规划的对偶理论1.2.4 凸规划的最优性条件1.2.5 线性规划 1.3 Hilbert空间上的凸规划1.3.1 凸函数及Frechet导数1.3.2 凸规划问题1.3.3 凸规划的对偶理论1.3.4 凸规划的最优性条件1.4 欧式空间上带有广义不等式约束的凸规划1.4.1 带有广义不等式约束的凸规划1.4.2 带有广义不等式约束的凸规划的对偶理论1.4.3 带有广义不等式
2、约束的凸规划的最优性条件1.4.4 二阶锥规划1.4.5 半定规划 1.5 Hilbert空间上带有广义不等式约束的凸规划 1.5.1 K凸函数与Frechet导数 1.5.2 凸规划问题 1.5.3 凸规划的对偶理论 1.5.4 凸规划的最优性条件 第2章 线性分类机 2.1 分类问题的提出 2.1.1 例子（心脏病诊断） 2.1.2 分类问题和分类机 2.2 线性可分问题的支持向量分类机 2.2.1 最大间隔法_ 2.2.2 线性可分问题的支持向量分类机 2.2.3 支持向量 2.3 线性支持向量分类机 2.3.1 最大间隔法 2.3.2 线性支持向量分类机 第3章 线性回归机 3.1 回
3、归问题和线性回归问题 3.2 硬带超平面 3.2.1 从线性回归问题到硬乒带超平面 3.2.2 硬-带超平面与线性分划 3.2.3 构造硬带超平面的最优化问题 3.3 线性硬-带支持向量回归机 3.3.1 原始问题 3.3.2 对偶问题及其与原始问题解的关系 3.3.3 线性硬-带支持向量回归机 3.4 线性-支持向量回归机 3.4.1 原始问题 3.4.2 对偶问题及其与原始问题解的关系 3.4.3 线性-支持向量回归机 第4章 核与支持向量机 4.1 从线性分划到非线性分划 4.1.1 非线性分划的例子 4.1.2 基于非线性分划的分类算法 4.1.3 基于非线性分划的回归算法 4.2 核函数 4.2.1 核函数及其特征 4.2.2 核函数的判定和常用的核函数 4.3 支持向量机及其性质 4.3.1 支持向量分类机 4.3.2 支持向量回归机 4.4 支持向量机中核函数的选取 4.4.1 已知训练集时核函数的选取
