支持向量机理论及工程应用实例

《支持向量机理论及工程应用实例》是一本介绍机器学习基本问题的经典著作。作者通过清晰易懂的语言，循序渐进地介绍了相关的机器学习内容，包括线性分类器、核函数特征空间、推广性理论和优化理论，从而引入了支持向量机的算法。此外，作者还将支持向量机应用于实际的工程实例中，在实际问题与理论研究之间建立了联系，使得读者可以更好地理解理论知识并将其应用于实践中。该书共分为8章，从统计学习理论基础、支持向量机基础、支持向量机的分类、回归问题及应用、应用背景及混合气体红外光谱分析基础、基于SVM和红外光谱的含烃类混合气体分析方法、含烃类混合气体分析方法的实际应用研究、层次式SVM子集含烃类混合气体光谱分析框架研究，到石油天然气红外光谱分析系统的集成应用，全面深入地介绍了支持向量机的理论和应用。该书适合高等院校高年级本科生、研究生、教师和相关科研人员及相关领域的工作者使用。可以作为研究生教材，也可作为神经网络、机器学习、数据挖掘等课程的参考教材。该书不仅提供了理论知识，同时也提供了大量实例分析，可以帮助读者更好地理解支持向量机算法和其应用。此外，该书还介绍了多种支持向量机算法，读者可以根据实际需求选择合适的算法，并将其应用于自己的问题中。总之，《支持向量机理论及工程应用实例》是一本权威、全面深入、实用性强的机器学习经典著作，对于机器学习、数据挖掘、神经网络等领域的学习和研究均有很大的参考价值。