支持向量机经典入门

台湾学者林智仁的支持向量机代码，可以进行二次开发，有matlab,C++,JAVA,pathon

本文档力求直白地介绍支持向量机SVM，其中用到的很多例子都是网上经典的SVM例子。文档适合小白入门学习使用，其中涉及的数学知识也尽可能用朴实的语言带过。希望对这方面的入门学习爱好者有帮助。

支持向量机（SVM）是一种分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，学习策略是间隔最大化，最终可转化为一个凸二次规划问题的求解。包含三个由简至繁的模型：线性可分支持向量机、线性支

支持向量机介绍 适合初学者学习 介绍简单易懂

支持向量机SVM理论知识,SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。

支持向量机的多分类实现方法及其细节，值得所有的研究SVM的人员参考。。。

在MATLAB 中利用 svm 和svdd实现分类预测，源程序可参考。

svm的详细介绍，图表和解释文字都有，清晰易懂。

第三十一章　支持向量机(SupportVectorMachine，SVM)是CorinnaCortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势

支持向量机演讲的ppt，其中牵扯数学问题比较多。适合于一节课的svm讲解。