基于可再生核的机器学习理论(十五)-Re……

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:
机器学习(Machine Learning) 是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有 智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演译。 机器学习是关于理解与研究学习的内在机制、建立能够通过学习自动提高自身水平的计算机程序的理论方法的学科。
发布评论
全部评论
段落信息
核方法在模式回归、分类以及概率密度估计等方面都有大量的理论分析和成功应用。针对单核函数的弊端,多核方法已经成为当前核机器学习的热点。特别是在解决一些复杂问题时,多核方法具有更优的性能。基于此,也出现了很多相关的多核机器学习方法,这些方法为多核矩阵的融合提供了多种更优性能的解决途径。

全文文稿

收藏说明: