339.txt

This complete matlab for neural network

发信人: boeingjsf (boeingjsf), 信区: DataMining
标  题: Re: To SVM newcomer
发信站: 南京大学小百合站 (Sun Dec 15 19:12:23 2002)

那篇文章在那里有呀？全名叫什么呀？
好像没有intro svr and svm呀？






【 在 GzLi (笑梨) 的大作中提到: 】
: 有的同仁刚刚开始学习SVM有点疑惑，我根据大家的一些看法总结了以下，
: 刚开始发在水木AI板了，转过来大家可以讨论
: 1.刚开始学习svm就看黄皮书，不是很恰当，因为这本书设计统计学习理论太多，
: 主要是因为是vapnik自己写的，他的研究方向是统计学习理论，svms都是其它人
: 作的。我建议读读Burges和Smola（好像）的Intro。 to SVR和SVM，这些在南大小百合
: datamining板（DM板）上载区都有。
: 不过统计学习理论的研究也是一个很重要的方向，那就要看vapnik的1998年的
: 《SLT》了
: 2.SVM算法的研究方向有很多，不过就算法本身
: 很多人已经研究过了，新的突破需要一定的功底。现在的研究方向有：
: a.从SVM到SVR或者是非监督的学习算法，（我就很需要）
: b.SVM在大规模问题的训练算法和收敛性的研究，（这个在DM板有人想研究）
: c.对SVM的形式作一些改动，使得SVM的参数有意义。比u-SVM
: d.kernel，是一种非线性映射方法，受到重视，已经有很多研究比如k-FD k-PCA等
:    （很多人研究了）
: e.核函数的选择和参数选择优化，（我也很需要，但是没有成熟方法）
: f.SVM与其它正则化理论的关系，以及在SRM下对其它方法的改造。
: 3.svm的应用，可能是现在更容易作的一个方向了。比如bioinfomatics text 
: catagorization, machine vision 问题上。
: 4. 关于SVM的程序这个板好像讨论的不多，在DM板有各种程序的讨论。
: (以下引言省略 ... ...)

--
※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 海纳百川BBS]