内容简介 · · · · · ·
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。希望本书能促进它在我国的普及与提高。
本书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。
本书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。
目录 · · · · · ·
喜欢读"数据挖掘中的新方法：支持向量机"的人也喜欢的电子书 · · · · · ·
支持 Web、iPhone、iPad、Android 阅读器
-
-
18.00元
-
-
1.99元
喜欢读"数据挖掘中的新方法：支持向量机"的人也喜欢 · · · · · ·
数据挖掘中的新方法：支持向量机的书评 · · · · · · ( 全部 6 条 )
孔明
科学出版社2009版
关于SVM，非常值得一读的书
支持向量机的考试也过去也快两周了吧，直到今天才真正下笔来写这篇书评。 非常荣幸，这学期教我们这门课的老师就是本书的作者之一田英杰，另外一位作者应该是是田老师的导师。在这里赞一下田老师！ 下面来简单说一下这本书。先说优点吧： 1，排版非常好，封面设计也让人感觉很...
(展开)
kill_buddha
国产的唯一值得读的SVM教材
非常好的一本书，没想到能把支持向量机解释的那么清楚（我本以为这本书也就使把国外的许多本书拿过来摘抄而已），可以说这本书的价值已经超出我的预期了。就我已经看过的来书，作者总是尽力以直观的方法解释定理，这一点做得比国内的许多同行要出色。书中关于定义的表达，也犯...
(展开)
UinvMercury
我读SVM最好的一本
最近在做东西又用到SVM，于是把这本书翻出来再看。作者从基本的优化开始将，而且在前面着重将SVM的思想解释出来，在后面SVM正式出场的时候觉得非常一目了然，很好理解。这本与英文版SVM introduction写作方法非常类似，不过英文版的需要有一些数学基础之后再看，而这里却直接把...
(展开)
> 更多书评 6篇
这本书的其他版本 · · · · · · ( 全部2 )
在哪儿借这本书 · · · · · ·
以下书单推荐 · · · · · · ( 全部 )
- 数据挖掘、统计、机器学习 (大米粒)
- AI和ML (gflfof)
- 数据挖掘与数据运营 (郭大路-Roy)
- 核方法 (upset)
- 机器学习理论 (j4ckl1u)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有240人想读，手里有一本闲着?
订阅关于数据挖掘中的新方法：支持向量机的评论:
feed: rss 2.0
0 有用 xudong 2009-05-18 17:22:08
挺好的一本书，如果希望尽快了解支持向量机是什么东西，怎么工作，只看2、5、8章就行了
0 有用 ଲ 2012-04-23 23:29:11
比较清楚地描述了SVM的机理：把分类，拟合等问题变成一个最优化问题来做，算是把SVM中的核理论讲清楚了：就是把需要用曲线做的分类映到一个Hilbert空间中，用超平面来做线性的分类。
0 有用 Yingfeng 2009-05-08 00:13:26
关于泛化这部分写得不太好
0 有用 midi 2007-11-16 15:57:42
文章很好，但是排版经常有错误，可惜
1 有用 madongfly 2010-01-22 09:49:42
国产书中的上品了，SVM经典入门书籍。
0 有用 TuesDay 2015-10-15 18:25:27
入门书，给4星
0 有用 ଲ 2012-04-23 23:29:11
比较清楚地描述了SVM的机理：把分类，拟合等问题变成一个最优化问题来做，算是把SVM中的核理论讲清楚了：就是把需要用曲线做的分类映到一个Hilbert空间中，用超平面来做线性的分类。
0 有用 Chen_1st 2010-10-14 13:42:59
还不错。中国人写书写成这样就算很不错了。
1 有用 madongfly 2010-01-22 09:49:42
国产书中的上品了，SVM经典入门书籍。
0 有用 xudong 2009-05-18 17:22:08
挺好的一本书，如果希望尽快了解支持向量机是什么东西，怎么工作，只看2、5、8章就行了