人工智能大作业.pdfVIP

研究报告 题 目 支持向量机学习报告 学 号 学 生 支持向量机学习报告 支持向量机方法是建立在统计学习理论的 VC 维理论和结构风险最小原理基础上的, （ （ 根据有限的样本信息在模型的复杂性 即对特定训练样本的学习精度） 和学习能力 即无错 误地识别任意样本的能力）之间寻求最佳折衷，以期获得最好的推广能力。支持向量机 SVM(Support Vector Machine)是 ATTBell 实验室的 V .Vapnik 提出的针对分类和回归问题 的统计学习理论。由于SVM 方法具有许多优点和有前途的实验性能，该技术己成为机器学 习研究领域中的热点，并取得很理想的效果，如人脸识别、手写体数字识别和网页分类等。 1 原理及方法 SV