机器学习算法：支持向量机,艾数教育,【课程概述】 国际权威的学术组织 2006年12月评选出了数据挖掘领域的十大经典算法，SVM算法是其中之一，SVM算法又称支持向量机，属于统计机器学习算法的一种，被称机器学习算法当中为最难理解的算法之一，通常用来进行分类、模式识别以及回归分析。 本课程将为大家详细解剖SVM算法的来龙去脉，课程每章内容环环相扣，采用易于理解的方式去描述复杂的算法，除了详解SVM算法，还涉及了许多算法的基本概念，所以即使是刚接触算法的同学也能够很好的理解课程内容。 本课程属于机器学习算法系列课程。 【课程目标】 能够全面的掌握SVM算法架构，详细深刻的理解SVM算法原理，有助于在数据分析和系统算法开发过程中灵活使用SVM算法。 【课程大纲】 1. 历史起源 1.1 发明者和开发者 1.2 发展历程 2. 线性回归 2.1 线性回归一般方程 2.2 最小二乘法 3. 线性分类器（感知机） 3.1 线性分类器定义 3.2 拉格朗日法求解 4. 支持向量机 4.1 核函数 4.2 松弛变量 4.3 原理及应用 5. 总结 【课程时长】2.5h 【课件资料】本课程在出教材，后续可购买教材，暂不提供课件。 适用人群：具备高等数学，线性代数，统计原理等大学数学的基础知识。