SVM支持向量机算法源码与实战,充电了么,陈敬雷充电了么CEO兼CTO,一、课程优势 本课程有陈敬雷老师的清华大学出版社配套书籍教材 【自然语言处理原理与实战（人工智能科学与技术丛书）】 https://item.jd.com/13951851.html 和【分布式机器学习实战（人工智能科学与技术丛书）】，对应京东自营链接地址： https://item.jd.com/12743009.html 购买后加陈敬雷老师微信chenjinglei66领取课件代码资料！ 二、课程简介 支持向量机它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。 SVM是一种用来进行分类的算法，如果待分类数据是线性可分的，就可以求解线性可分支持向量机来进行分类；如果待分类数据是线性不可分的，就可以通过求解线性向量机来进行分类；如果待分类数据是非线性的可以通过求解非线性支持向量机来进行分类。SVM在文本分类中应用非常普遍，效果也非常好。 本课就从 SVM支持向量机算法、SVM经典应用场景、Python的scikit-learn的SVM算法实战解、LIBSVM 算法工具包实战（C++）、Spark SVM实战（Scala）、SVM模型文件内容展示等从理论到实践进行详细的讲解，解开SVM算法神秘的面纱。难得的一线实战经验！ 适用人群：适合技术开发人员、大学生、职业晋升等； 机器学习、数据挖掘、人工智能开发者； 转行人工智能、机器学习者