svm相关论文推荐

[孔庆超]

大家好！

这个学期我在上SVM这门课，老师要求每个人做一个关于SVM的presentation。大家有好的关于SVM理论或者SVM应用方面的论文推荐么？

非常感谢！

--
你如果知道去哪里，全世界都会为你让路！

[JustinYan]

看过一篇比较早但是收获比较多的叫rank svm的文章，可以看一下。

--

best

-----------------------
Justin Yan(严强) 
Email : scm...@gmail.com

sina 微博: http://weibo.com/justinyan

National Laboratory of Pattern Recognition
Institute of Automation, Chinese Academy of Sciences
Address: No.95 Zhongguancun East Road, Beijing, 100190, P.R.China

[余雷]

推荐liblinear的原文，顺便请教上课时间和地点~

-----------------------------------------------------------------------------

多从自己身上找原因，严于律己，宽以待人。

2011/10/11 孔庆超 <kqin...@gmail.com>

[孔庆超]

@严强

感谢推荐！

@余雷

liblinear后面的附录全是公式推导啊，虽然不怕看数学，但是也太多了。

我们的课主要部分，即svm核心算法部分都已经讲完了。

上课时间：周二、周四下午1：30～3：00

地点：中科院玉泉路校区205教室（进校门后右边的大楼就是教学楼）。欢迎围观！

给我们说上课的是田英杰，用这本书：http://book.douban.com/subject/3927560/，他是作者之一。

2011/10/11 余雷 <ylq...@gmail.com>

--
你如果知道去哪里，全世界都会为你让路！

[xlvector]

svm的理论已经很成熟了，已经有书了，不用一上来看论文

http://book.douban.com/subject_search?search_text=%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA&cat=1001

[Piji Li]

嗯 还有很多很好的blog讲的svm的理解也是深入浅出：
http://blog.pluskid.org/?page_id=683

支持向量机系列

• 基本篇：
  • 支持向量机: Maximum Margin Classifier —— 支持向量机简介。
  • 支持向量机: Support Vector —— 介绍支持向量机目标函数的 dual 优化推导，并得出“支持向量”的概念。
  • 支持向量机：Kernel —— 介绍核方法，并由此将支持向量机推广到非线性的情况。
  • 支持向量机：Outliers —— 介绍支持向量机使用松弛变量处理 outliers 方法。
  • 支持向量机：Numerical Optimization —— 简要介绍求解求解 SVM 的数值优化算法。
• 番外篇：
  • 支持向量机：Duality —— 关于 dual 问题推导的一些补充理论。
  • 支持向量机：Kernel II —— 核方法的一些理论补充，关于 Reproducing Kernel Hilbert Space 和 Representer Theorem 的简介。
  • 支持向量机：Regression —— 关于如何使用 SVM 来做 Regression 的简介。

--
===================================
Name: 李丕绩
Blog: http://zhizhihu.com
Email: pagelee.sd@gmail.com
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
School of Computer Science and Technology, Shandong University
Middle of Shunhua Road
Jinan 250101, Shandong, P.R.China

[孔庆超]

@xlvector

这学期我们上的课就是SVM，我自己也有书，基础知识已经掌握了一些了。在这里我主要想问SVM的应用方面的，比如@JustinYan 说的SVM rank就不错。

2011/10/12 xlvector <xlve...@gmail.com>

--
你如果知道去哪里，全世界都会为你让路！

[孔庆超]

唉，我本想上完课自己写几篇SVM的文章的，更巧的是Free mind也是我的常用签名。

2011/10/12 Piji Li <pagel...@gmail.com>

--
你如果知道去哪里，全世界都会为你让路！

[Nirvana Jay]

老孔，RVM你知道么~

2011/10/13 孔庆超 <kqin...@gmail.com>

[孔庆超]

@Nirvana
relevance vector machine？没有接触过。
--
你如果知道去哪里，全世界都会为你让路！

[Feng Wang]

貌似今年的诺贝尔经济学奖就给了这个方法的作者。

2011/10/13 孔庆超 <kqin...@gmail.com>

--
===================================
Name: 王峰 （Charlie Epps）

Homepage: http://www.numb3r3.com/wangfeng
Blog: http://www.numb3r3.com

[Nirvana Jay]

Tipping?!

2011/10/13 Feng Wang <wangfen...@gmail.com>

[刘晓亮]

推荐svm-light，这里面的几个人都在微软，做bing和计算广告方面的工作

如果是很商业的应用的话，看看kxen的文档，这是继sas后的最顶尖的商业智能软件，用的大部分是svm

[Gang Chen]

一直是libsvm的用户。台大的这个group也得了很多奖啊

2011/11/19 刘晓亮 <liuxi...@gmail.com>

--
Gang Chen
Computer Science Ph.D Candidate
Central South University, Changsha, China,Cell Phone:13574886823
E-mail: chen.g...@gmail.com
Blog: www.gossipcoder.com