作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
机器学习是一门多领域交叉学科。它的目标是研究如何设计一些能够从训练数据中获取知识的模型和算法并且用于未知数据的处理。机器学习建立在很多学科基础之上,包括线性代数、统计学习理论、模式识别,以及人工智能。1995年Vapnik出版了他著名的《统计学习理论的本质》并且引入了支持向量机模型。
推荐文章
采用核增强学习方法的多机器人编队控制
多机器人
编队控制
增强学习
策略评测
策略迭代
核方法
基于核方法的移动机器人远程控制时延预测与分析
移动机器人
远程控制
核方法
网络时延
预测
基于Universum学习的核聚类方法
Universum学习
核聚类
先验知识
基于核学习方法的短时交通流量预测
核学习方法
短时交通流
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 核方法与机器学习
来源期刊 国外科技新书评介 学科 工学
关键词 机器学习 统计学习理论 支持向量机 交叉学科 训练数据 学科基础 线性代数 模式识别
年,卷(期) 2015,(11) 所属期刊栏目
研究方向 页码范围 22-23
页数 2页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张志斌 中国科学院计算技术研究所 82 365 9.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器学习
统计学习理论
支持向量机
交叉学科
训练数据
学科基础
线性代数
模式识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国外科技新书评介
月刊
北京市海淀区中关村北四环西路33号
出版文献量(篇)
4046
总下载数(次)
93
总被引数(次)
0
论文1v1指导