序言
符號錶
第1章 最優化基礎
1．1 歐式空間上的最優化問題
1．1．1 最優化問題實例
1．1．2 最優化問題及其解
1．1．3 最優化問題的幾何解釋
1．2 歐式空間上的凸規劃
1．2．1 凸集和凸函數
1．2．2 凸規劃問題及其基本性質
1．2．3 凸規劃的對偶理論
1．2．4 凸規劃的最優性條件
1．2．5 綫性規劃
1．3 Hilbert空間上的凸規劃
1．3．1 凸函數及Frechet導數
1．3．2 凸規劃問題
1．3．3 凸規劃的對偶理論
1．3．4 凸規劃的最優性條件
1．4 歐式空間上帶有廣義不等式約束的凸規劃
1．4．1 帶有廣義不等式約束的凸規劃
1．4．2 帶有廣義不等式約束的凸規劃的對偶理論
1．4．3 帶有廣義不等式約束的凸規劃的最優性條件
1．4．4 二階錐規劃
1．4．5 半定規劃
1．5 Hilbert空間上帶有廣義不等式約束的凸規劃
1．5．1 K－凸函數與Frechet導數
1．5．2 凸規劃問題
1．5．3 凸規劃的對偶理論
1．5．4 凸規劃的最優性條件
第2章 綫性分類機
2．1 分類問題的提齣
2．1．1 例子（心髒病診斷）
2．1．2 分類問題和分類機
2．2 綫性可分問題的支持嚮量分類機
2．2．1 最大間隔法_
2．2．2 綫性可分問題的支持嚮量分類機
2．2．3 支持嚮量
2．3 綫性支持嚮量分類機
2．3．1 最大間隔法
2．3．2 綫性支持嚮量分類機
第3章 綫性迴歸機
3．1 迴歸問題和綫性迴歸問題
3．2 硬ε帶超平麵
3．2．1 從綫性迴歸問題到硬乒帶超平麵
3．2．2 硬ε-帶超平麵與綫性分劃
3．2．3 構造硬ε帶超平麵的最優化問題
3．3 綫性硬ε-帶支持嚮量迴歸機
3．3．1 原始問題
3．3．2 對偶問題及其與原始問題解的關係
3．3．3 綫性硬ε-帶支持嚮量迴歸機
3．4 綫性ε-支持嚮量迴歸機
3．4．1 原始問題
3．4．2 對偶問題及其與原始問題解的關係
3．4．3 綫性ε-支持嚮量迴歸機
第4章 核與支持嚮量機
4．1 從綫性分劃到非綫性分劃
4．1．1 非綫性分劃的例子
4．1．2 基於非綫性分劃的分類算法
4．1．3 基於非綫性分劃的迴歸算法
4．2 核函數
4．2．1 核函數及其特徵
4．2．2 核函數的判定和常用的核函數
4．3 支持嚮量機及其性質
4．3．1 支持嚮量分類機
4．3．2 支持嚮量迴歸機
4．4 支持嚮量機中核函數的選取
4．4．1 已知訓練集時核函數的選取
4．4．2 核函數的直接構造
第5章 C-支持嚮量分類機的統計學基礎
5．1 分類問
5．1．1 概率分布
5．1．2 分類問題的統計學提法
5．2 經驗風險最小化原則
5．3 VC維
5．4 結構風險最小化原則
5．5 結構風險最小化原則的一個直接實現
5．5．1 原始問題
5．5．2 擬對偶問題及其與原始問題的關係
5．5．3 結構風險最小化分類機
5．6 C-支持嚮量分類機的統計學習理論基礎
5．6．1 C-支持嚮量分類機的迴顧
5．6．2 對偶問題與擬對偶問題的關係
5．6．3 C-綫性支持嚮量分類機的統計學習理論解釋
……
第6章模型選擇
第7章算法
第8章支持嚮量機的變形與拓廣
參考文獻
索引
· · · · · · (收起)