视频教程-机器学习之支持向量机理论与代码实践-机器学习

机器学习之支持向量机理论与代码实践

干过开发，做到资深Java软件开发工程师，后做过培训，总共培训近千人。目前在高校工作，博士学位。主要研究领域为机器学习与深度学习。

纪佳琪

¥78.00

立即订阅

扫码下载「CSDN程序员学院APP」，1000+技术好课免费看

APP订阅课程，领取优惠，最少立减5元 ↓↓↓

订阅后：请点击此处观看视频课程

 

视频教程-机器学习之支持向量机理论与代码实践-机器学习

学习有效期：永久观看

学习时长：254分钟

学习计划：5天

难度：中

 

「口碑讲师带队学习，让你的问题不过夜」

讲师姓名：纪佳琪

高校教师 / 培训机构讲师

讲师介绍：干过开发，做到资深Java软件开发工程师，后做过培训，总共培训近千人。目前在高校工作，博士学位。主要研究领域为机器学习与深度学习。

☛点击立即跟老师学习☚

 

「你将学到什么？」

该课程是目前讲解SVM的最详细的课程，详细的讲解了SVM的数学推导过程，SMO算法的数学推导过程，并根据最终推导的公式使用python原生代码进行了实现，公式与代码一一对应。把最难理解的SVM讲解的非常透彻。

 

「课程学习目录」

1.开课简介

2.机器学习知识体系

3.机器学习流程

4.拉格朗日乘子法求等式约束条件下函数极值

5.拉格朗日乘子法求等式约束条件下函数极值举例

6.拉格朗日乘子法求不等式约束条件下函数极值

7.拉格朗日乘子法求不等式约束条件下函数极值举例

8.SVM介绍

9.函数间隔与几何间隔及其两者关系

10.SVM的数学表示

11.构造拉格朗日函数

12.先求对w,b的极小

13.再对alpha求极大最终得出svm的解

14.上一节问题说明，总结线性可分支持向量机学习算法

15.举例说明svm求解过程

16.线性支持向量机介绍及构造拉格朗日函数

17.线性支持向量机目标函数推导

18.线性支持向量机总结

19.线性支持向量机的支持向量

20.非线性支持向量机

21.核函数

22.常见核函数

23.SMO算法1

24.SMO算法2

25.SMO算法3

26.SMO算法4

27.SMO算法5

28.SVM和SMO总结

29.SVM原生代码实现1

30.SVM原生代码实现2

31.SVM原生代码实现3-改进版增加运行速度

32.SVM原生代码实现4-核函数实现

33.sklearn实现SVM之LinearSVC

34.sklearn实现SVM之SVC

35.sklearn实现SVM之SVC的rbf

36.案例：使用SVM完成手写数字识别

 

「7项超值权益，保障学习质量」

• 大咖讲解

技术专家系统讲解传授编程思路与实战。

• 答疑服务

专属社群随时沟通与讲师答疑，扫清学习障碍，自学编程不再难。

• 课程资料+课件

超实用资料，覆盖核心知识，关键编程技能，方便练习巩固。（部分讲师考虑到版权问题，暂未上传附件，敬请谅解）

• 常用开发实战

企业常见开发实战案例，带你掌握Python在工作中的不同运用场景。

• 大牛技术大会视频

2019Python开发者大会视频免费观看，送你一个近距离感受互联网大佬的机会。

• APP+PC随时随地学习

满足不同场景，开发编程语言系统学习需求，不受空间、地域限制。

 

「什么样的技术人适合学习？」

• 想进入互联网技术行业，但是面对多门编程语言不知如何选择，0基础的你
• 掌握开发、编程技术单一、冷门，迫切希望能够转型的你
• 想进入大厂，但是编程经验不够丰富，没有竞争力，程序员找工作难。

 

「悉心打造精品好课，5天学到大牛3年项目经验」

【完善的技术体系】

技术成长循序渐进，帮助用户轻松掌握

掌握机器学习知识，扎实编码能力

【清晰的课程脉络】

浓缩大牛多年经验，全方位构建出系统化的技术知识脉络，同时注重实战操作。

【仿佛在大厂实习般的课程设计】

课程内容全面提升技术能力，系统学习大厂技术方法论，可复用在日后工作中。

 

「你可以收获什么？」

理解SVM的数学推导过程

理解SMO算法的数学推导课程

可以使用python原生代码实现SVM

可以使用sklearn实现SVM

 

订阅课程 开始学习