数据挖掘中的新方法——支持向量机

数据挖掘中的新方法——支持向量机 内容提要

    支持向量机是数据挖掘中的一个新方法。支持向量机能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。希望《数据挖掘中的新方法——支持向量机》能促进它在我国的普及与提高。
    《数据挖掘中的新方法——支持向量机》对象既包括关心理论的研究工作者，也包括关心应用的实际工作者。对于有关领域的具有高等数学知识的实际工作者，略去书中的某些理论部分，仍能对支持向量机的本质有一个概括的理解，从而用它解决自己的问题。
    《数据挖掘中的新方法——支持向量机》适合高等院校高年级学生、研究生、教师和相关科研人员及相关领域的实际工作者使用。

数据挖掘中的新方法——支持向量机 目录

序言
符号表
第1章 最优化问题及其基本理论
1·1 最优化问题
1·2 最优性条件
1·3 对偶理论
1·4 注记
参考文献
第2章 求解分类问题和回归问题的直观途径
2·1 分类问题的提出
2·2 线性分类学习机
2·3 支持向量分类机
2·4 线性回归学习机
2·5 支持向量回归机
2·6 注记
参考文献
第3章 核
3·1 描述相似性的工具——内积
3·2 多项式空间和多项式核
3·3 Mercer核
3·4 正定核
3·5 核的构造
3·6 注记
参考文献
第4章 推广能力的理论估计
4·1 损失函数和期望风险
4·2 求解分类问题的一种途径和一个算法模型
4·3 VC维
4·4 学习算法在概率意义下的近似正确性
4·5 一致性概念和关键定理
4·6 结构风险最小化
4·7 基于间隔的推广估计
4·8 注记
参考文献
第5章 分类问题
5·1 最大间隔原则
5·2 线性可分支持向量分类机
5·3 线性支持向量分类机
5·4 支持向量分类机
5·5&

· 结构随机跳变系统理论及其应用

· 新疆哺乳动物的分类与分布

· 断裂理论基础

· 知识系统工程

· 数学文化与数学教育——数学文化报告集

· 复合材料的Z-断裂准则及专家系统

· 中国农户积累消费问题研究

· 广义最优化理论和模型

· 数据挖掘中的新方法——支持向量机