/nn/text/102
nn
老饼讲解-神经网络
SVM概率模型相关公式推导-老饼讲解-神经网络-通俗易懂
机器学习
神经网络
深度学习
首页
BP神经网络
RBF神经网络
其它神经网络
神经网络杂文
VIP开通
饼饼饼
关闭
用户登录
忘记密码?
注册
登录
SVM支持向量机
1.SVM基础模型
1. 1 SVM的基础模型
SVM模型
【硬间隔】SVM硬间隔模型与损失函数
【硬间隔】SVM硬间隔损失函数的对偶问题
【软间隔】SVM软间隔模型与损失函数
【软间隔】SVM软间隔损失函数的对偶问题
1. 2 SVM-SMO求解算法
SMO算法求解SVM
【综述】SVM-SMO求解算法思想
【原理】SVM-SMO求解算法原理
【推导】SVM-SMO求解算法原理-αIαJ的优化推导
【流程】SVM-SMO求解算法流程
SVM-附件
【附件】拉格朗日对偶性-解决带约束条件的优化问题
【附件】如何搭建环境调试libsvm3.25
2.SVM多类别模型与概率模型
2. 1 SVM的拓展模型
SVM概率模型
【原理】SVM概率模型原理
【流程】SVM概率模型算法流程
【推导】SVM概率模型相关公式推导
SVM多类别模型
【原理】SVM多类别模型
【原理】SVM多类别概率模型原理
3.SVM代码自实现
3. 1 SVM代码实现
SVM代码实现
【代码】svm代码说明
【代码】svm_train_one.m
【代码】svm_predict_one.m
【代码】svm_train_prob_one
【代码】svm_muti_train.m
【代码】svm_muti_predict.m
SVM测试代码
【代码】test_svm_one
【代码】test_svm_train_prob_one
【代码】test_svm_muti_train.m
更多文章
首页
>
神经网络
>
其它神经网络
>
SVM支持向量机
会员文章,
请先登录哦
联系老饼