基于可再生核的机器学习理论(八)-The……

讲师风采
张海樟
中山大学数学与计算科学学院正教授
讲师简介:
张海樟,2003本科毕业于北京师范大学数学系,2006年硕士毕业于中科院数学所,2009博士毕业于Syracuse University数学系,现为 University of Michigan博士后……
视频简介:
H是一个定义在一抽象集合B的实值或复值的Hilbert函数空间,对任意f(x)属于H,x属于B,若存在 二元函数K(x,y),满足:对任意固定y属于B,K(x,y)作为x的函数属于H;对任意f(x)属于H,有f(y) = (f(x),K(x,y))H (H为下标)。则称K(x,y)为H的再生核,H是以K(x,y)为 再生核的Hilbert空间,简称再生核Hilbert空间,简记为RKHS。
发布评论
全部评论
段落信息
首先给定一个监督的机器学习问题(x1,y1),(x2,y2),...,(xl,yl) ∈ X × Y ,其中输入空间X ? Rn,输出空间Y ? R (回归问题)或Y = {?1,+1}(两类分类问题)。我们可以通过一个非线性映射把输入数据映射到一个新的特征空间F ={Φ(x)|x ∈ X},其中F ? Rn.然后,我们利用新的数据表示方法考虑原来的学习问题。

全文文稿

收藏说明: