博士,北京大学数学科学学院概率统计系教授。加入北京大学之前为上海交通大学计算机科学与工程系教授,上海交通大学数据科学研究中心兼职教授,计算机科学与技术和统计学双学科的博士生指导导师。也曾是浙江大学计算机学院教授和浙江大学统计科学中心兼职教授。
主要从事人工智能、机器学习与应用统计学领域的教学与研究。迄今在国际重要学术期刊和重要的计算机学科会议上发表70余篇论文。是美国“数学评论”的特邀评论员,国际机器学习旗舰刊物Journal of Machine Learning Research 的执行编委。
大家好,机器学习导论的第7节课终于来了。这节课是本系列课程第二部分机器学习相关的核方法延续。核方法是介绍支持向量机等方法的后续基础。
本次课程主要内容:
如何构造正定的再生核;
从负定核构造正定核。
张老师就讲到这里,希望大家学的开心,如果有问题大家可以留言讨论。
参考文献:
Chapter 3. Shawe-Taylor, John, and Nello Cristianini. Kernel methods for pattern analysis. Cambridge university press, 2004.
如果您对我们的微店商品感兴趣,
请扫描下方二维码
长按识别二维码进入微店
点击“阅读原文”进入微店!