机器学习论文.pdfVIP

现代机器学习理论

论文

题目：综述机器学习与支持向量机

学院：电子工程学院______________

专业：___________________________

学号：____________________________

学生姓名：__________________________

综述机器学习与支持向量机

摘要

机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技

能，重新组织已有的知识结构使之不断改善自身的性能，它是人工智能的核心，是使计

算机具有智能的根本途径。

基于数据的机器学习是现代智能技术中的重要方面，研究从观测数据出发寻找规

律，利用这些规律对未来数据或无法观测的数据进行预测，包括模式识别、神经网络等

在内，现有机器学习方法共同的重要理论基础之一是统计学。

支持向量机是从统计学发展而来的一种新型的机器学习方法，在解决小样本、非

线性和高维的机器学习问题中表现出了许多特有的优势，但是，支持向量机方法中也存

在着一些亟待解决的问题，主要包括：如何用支持向量机更有效的解决多类分类问题，

如何解决支持向量机二次规划过程中存在的瓶颈问题、如何确定核函数以及最优的核

参数以保证算法的有效性等。

本文详细介绍机器学习的基本结构、发展过程及各种分类，系统的阐述了统计学

习理论、支持向量机理论以及支持向量机的主要研究热点，包括求解支持向量机问题、

多类分类问题、参数优化问题、核函数的选择问题等，并在此基础上介绍支持向量机在

人脸识别中的应用，并通过仿真实验证明了算法的有效性。

尖键词：机器学习；统计学习理论；SVM；VC维；人脸识别

andSupportVectorMachine

ABSTRACT

Machinelearningistostudyhowacomputersimulatesorrealizeshumanbehaviors

toacquirenewinformationandskills,thenrebuildsitsknowledgestructuretoimproveitself

capabilityconstantly.ItisthecoreofArtificialIntelligence，andistheunderlyingwayin

whichacomputerdevelopsintelligence.

Machinelearningbasedondataisoneofthemostimportantaspectsofmodern

intelligencetechnology.Itistoinvestigatehowtofindarulestartingfromdataobservation,

・

andusetheruletopredictfuturedataandunavailabledataStatisticsisoneofthemost

commonimportanttheoryelementsoftheexistingmethodsofmachinelearning,

includingPatternRecognitionandNeuralNetworks.

SVM(SupportVectorMachine)isanovelmethodofmachinelearningevolingfrom

Statistics.SVMpresentsmanyownadvantagesinsolvingmachinelearningproblemssuch

assmallsamples,nonlinearityandhig