|
关注：1
2013-05-23 12:21
求翻译：Support Vector Machines (SVM) [1, 2] is a very useful machine learning method, which is developed on the basis of the statistical learning theory and structural risk minimization [3, 4]. Compared with other machine learning approaches such as Artificial Neutral Networks (ANNS), SVM implements the structural risk mini是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
Support Vector Machines (SVM) [1, 2] is a very useful machine learning method, which is developed on the basis of the statistical learning theory and structural risk minimization [3, 4]. Compared with other machine learning approaches such as Artificial Neutral Networks (ANNS), SVM implements the structural risk mini
问题补充： |
|
2013-05-23 12:21:38
null
|
|
2013-05-23 12:23:18
支持向量机(SVM)[1、2]是一种十分有用的机器学习的方法,这是的基础上制定的《统计学习理论和结构风险最小化[3,4]。 比其他的机器学习的方法,如人工中立的网络(毛皮就是玳瑁色)、SVM实现了结构风险最小化,而不是经验性的风险最小化原则,从而最大限度地减少了SVM的上限泛化的错误。
|
|
2013-05-23 12:24:58
支持传染媒介用机器制造 (SVM) (1， 2) 是一个非常有用的机器学习方法，被开发 统计学习的理论和结构风险低估 (3， 4)。 比较其他机器学习接近例如人为中立网络 (ANNS)， SVM贯彻结构风险低估而不是经验主义的风险低估原则，因而SVM使概念化错误的最高界面减到最小。 作为为被监督的学会的一个强有力的工具， SVM可能处理小样品，非线性，维度灾害，在学会和地方极小值问题 (5)。 它成功地被申请了于各种各样真实世界的问题例如面貌识别 (6， 7， 8)，文章分类 (9)， bioinformatics (10， 11， 12)，时间数列预言 (13)和退化估计 (14， 1
|
|
2013-05-23 12:26:38
支持向量机 (SVM) [1，2] 是非常有用的机器学习方法，统计学习理论和结构风险最小化 [3，4] 的基础上研制的。相比其他的机器学习方法，如人工神经网络 (人工神经网络)，支持向量机实现结构风险最小化，而不是经验风险最小化原则，因此支持向量机最小化的泛化误差上限。作为监督学习的有力工具，支持向量机可以处理小样本、 非线性、 维数灾难，在学习和局部极小点问题 [5]。它成功地应用于现实世界的问题，如 [6，7，8] 的人脸识别、 文本分类 [9]、 生物信息学 [10，11，12]，时间序列预测 [13] [14，15] 的回归估计各种。
|
|
2013-05-23 12:28:18
正在翻译，请等待...
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
