發信人: GzLi (笑梨), 信區: DataMining
標  題: Re: To SVM newcomer
發信站: 南京大學小百合站 (Sun Dec 15 21:03:57 2002)

tutorial 看精華區15->8->23

【 在 boeingjsf (boeingjsf) 的大作中提到: 】
: 那篇文章在那里有呀？全名叫什么呀？
: 好像沒有intro svr and svm呀？
: 【 在 GzLi (笑梨) 的大作中提到: 】
: : 有的同仁剛剛開始學習SVM有點疑惑，我根據大家的一些看法總結了以下，
: : 剛開始發在水木AI板了，轉過來大家可以討論
: : 1.剛開始學習svm就看黃皮書，不是很恰當，因為這本書設計統計學習理論太多，
: : 主要是因為是vapnik自己寫的，他的研究方向是統計學習理論，svms都是其它人
: : 作的。我建議讀讀Burges和Smola（好像）的Intro。 to SVR和SVM，這些在南大小百合
: : datamining板（DM板）上載區都有。
: : 不過統計學習理論的研究也是一個很重要的方向，那就要看vapnik的1998年的
: : 《SLT》了
: : 2.SVM算法的研究方向有很多，不過就算法本身
: : 很多人已經研究過了，新的突破需要一定的功底。現在的研究方向有：
: : a.從SVM到SVR或者是非監督的學習算法，（我就很需要）
: : b.SVM在大規模問題的訓練算法和收斂性的研究，（這個在DM板有人想研究）
: : c.對SVM的形式作一些改動，使得SVM的參數有意義。比u-SVM
: : d.kernel，是一種非線性映射方法，受到重視，已經有很多研究比如k-FD k-PCA等
: :    （很多人研究了）
: : e.核函數的選擇和參數選擇優化，（我也很需要，但是沒有成熟方法）
: : f.SVM與其它正則化理論的關系，以及在SRM下對其它方法的改造。
: (以下引言省略 ... ...)

--
              ***  端莊厚重 謙卑含容 事有歸著 心存濟物  ***
數據挖掘  http://DataMining@bbs.nju.edu.cn/

※ 來源:．南京大學小百合站 bbs.nju.edu.cn．[FROM: 211.80.38.17]