發(fā)信人: boeingjsf (boeingjsf), 信區(qū): DataMining
標  題: Re: To SVM newcomer
發(fā)信站: 南京大學小百合站 (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(jù)大家的一些看法總結了以下，
: 剛開始發(fā)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(tǒng)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(tǒng)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(qū)都有。
: 不過統(tǒng)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(jīng)研究過了，新的突破需要一定的功底。現(xiàn)在的研究方向有：
: a.從SVM到SVR或者是非監(jiān)督的學習算法，（我就很需要）
: b.SVM在大規(guī)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(shù)有意義。比u-SVM
: d.kernel，是一種非線性映射方法，受到重視，已經(jīng)有很多研究比如k-FD k-PCA等
:    （很多人研究了）
: e.核函數(shù)的選擇和參數(shù)選擇優(yōu)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。
: 3.svm的應用，可能是現(xiàn)在更容易作的一個方向了。比如bioinfomatics text 
: catagorization, machine vision 問題上。
: 4. 關于SVM的程序這個板好像討論的不多，在DM板有各種程序的討論。
: (以下引言省略 ... ...)

--
※ 來源:．南京大學小百合站 bbs.nju.edu.cn．[FROM: 海納百川BBS]