支持向量机算法及在大规模样本集的应用

支持向量机是一种新型小样本机器学习算法，利用统计学习理论和最优化技术构造将两类样本分开的分类超平面；可用于文本分类、人脸识别、信号处理、图像及遥感图像分析等领域。将支持向量机算法引入大数据学习，对于拓宽大数据领域的理论和算法研究结果，提高支持向量机在实际问题中的运算效率具有重要意义。 本书主要篇章节目录： 1、绪论 2、统计学习理论和最优化理论 3、标准支持向量机 4、最小二乘支持向量机 5、支持向量域描述 6、光滑支持向量机 7、大数据集下的支持向量机 8、结论与展望。