订阅后：请点击此处观看视频课程
****-大白话SVM算法课程-机器学习
学习有效期：永久观看
学习时长：335分钟
学习计划：6天
难度：中
「口碑讲师带队学习，让你的问题不过夜」
讲师姓名：李虎
开发组长/高级工程师
讲师介绍：李虎，联想集团PCSD业务UDS平台推荐算法团队开发负责人，曾获2018-2019年度联想集团中国区优秀员工。在联想内部，做过多次企业内训和技术支持，并在北京线下技术沙龙分享会上作为演讲嘉宾分享算法实战应用效果，拥有丰富的线上，线下培训经验。对机器学习，深度学习算法建模，推荐系统，大数据有多年的实际经验。CSDN博客专家，著有大白话算法系列，以通俗生动的方式讲解人工智能前言算法。愿景是打造全网AI最通俗教学，赠人玫瑰，手有余香，在人工智能前行的路上一起前行，以通俗简介详细的方式，让每一位热爱着深入其中。
☛点击立即跟老师学习☚
「你将学到什么？」
视频部分：
02_SVM之回顾有约束的最优化问题
03_SVM之回顾有约束的最优化问题-KKT几何解释
04_SVM之回顾有约束的最优化问题-KKT数学解释
05_SVM之回顾距离公式和感知器模型
06_SVM之感知器到SVM的引入
07_SVM之线性可分时损失函数的表示
08_SVM之线性可分时损失函数的求解-对w,b变量求偏导
09_SVM之线性可分时损失函数的求解-对β变量求解.
10_SVM之线性可分时算法整体流程
11_SVM之线性可分时案例
12_SVM之线性不可分时软间隔介绍
13_SVM之线性不可分时软间隔优化目标
14_SVM之线性不可分时软间隔算法整体流程
15_SVM之线性不可分时数据映射高维解决不可分问题
16_SVM之线性不可分时核函数引入
17_SVM之线性不可分时核函数讲解
18_SVM代码之线性可分时和Logistic回归比较
19_SVM代码之基于鸢尾花数据多分类参数解释
20_SVM代码之基于鸢尾花数据网格搜索选择参数
21_SVM代码之不同分类器，核函数，C值的可视化比较
22_SVM之回归方式SVR
23_SVM代码之SVR解决回归问题
24_SVM之SMO思想引入25_SVM之SMO案列讲解
代码部分:
资料部分：
「课程学习目录」
| 第1章：SVM前置知识回顾 |
| 1.00_SVM课程大纲 |
| 2.01_SVM之回顾梯度下降原理 |
| 3.02_SVM之回顾有约束的最优化问题 |
| 4.03_SVM之回顾有约束的最优化问题-KKT几何解释 |
| 5.04_SVM之回顾有约束的最优化问题-KKT数学解释 |
| 6.05_SVM之回顾距离公式和感知器模型 |
| 第2章：SVM之线性可分--硬间隔 |
| 1.01_SVM之感知器到SVM的引入 |
| 2.02_SVM之线性可分时损失函数的表示 |
| 3.03_SVM之线性可分时损失函数的求解-对w,b变量求偏导 |
| 4.04_SVM之线性可分时损失函数的求解-对β变量求解 |
| 5.05_SVM之线性可分时算法整体流程 |
| 6.06_SVM之线性可分时案例 |
| 第3章：SVM之线性不可分--软间隔 |
| 1.01_SVM之线性不可分时软间隔介绍 |
| 2.02_SVM之线性不可分时软间隔优化目标 |
| 3.03_SVM之线性不可分时软间隔算法整体流程 |
| 第4章：SVM之线性不可分--核函数解决方案 |
| 1.01_SVM之线性不可分时数据映射高维解决不可分问题 |
| 2.02_SVM之线性不可分时核函数引入 |
| 3.03_SVM之线性不可分时核函数讲解 |
| 第5章：SVM代码实战 |
| 1.01_SVM代码之线性可分时和Logistic回归比较 |
| 2.02_SVM代码之基于鸢尾花数据多分类参数解释 |
| 3.03_SVM代码之基于鸢尾花数据网格搜索选择参数 |
| 4.04_SVM代码之不同分类器，核函数，C值的可视化比较 |
| 第6章：SVM解决回归问题--SVR |
| 1.01_SVM之回归方式SVR讲解 |
| 2.02_SVM代码之SVR解决回归问题 |
| 第7章：SVM求解未知参数方案--SMO思想 |
| 1.01_SVM之SMO思想引入 |
| 2.02_SVM之SMO案列讲解 |
「7项超值权益，保障学习质量」
- 大咖讲解
技术专家系统讲解传授思路与实战。
- 答疑服务
专属社群随时沟通与讲师答疑，扫清学习障碍。
- 课程资料+课件
超实用资料，覆盖核心知识，关键技能，方便练习巩固。
- 常用实战
企业常见实战案例，带你掌握Python在工作中的不同运用场景。
- 大牛技术大会视频
2019Python开发者大会视频免费观看，送你一个近距离感受互联网大佬的机会。
- APP+PC随时随地学习
满足不同场景学习需求，不受空间、地域限制。
- 内推机会
CSDN联合大厂博客专家，为优秀学员推荐具有竞争力的工作机会 。
☛点击立即跟老师学习☚
「什么样的技术人适合学习？」
- 想进入技术行业，但是面对多门编程语言不知如何选择，0基础的你
- 掌握技术单一、冷门，迫切希望能够转型的你
- 想进入大厂，但是技术不够丰富，没有竞争力的你
「悉心打造精品好课，6天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进，帮助用户轻松掌握
掌握机器学习知识，扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验，全方位构建出系统化的技术知识脉络，同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力，系统学习大厂技术方法论，可复用在日后工作中。
☛点击立即跟老师学习☚
「你可以收获什么？」
以通俗的语言了解SVM算法和思想
掌握SVM系列知识
将SVM代码应用到实际工作中