# thesis-SVM-review

**Repository Path**: wrm244/thesis-SVM-review

## Basic Information

- **Project Name**: thesis-SVM-review
- **Description**: 机器学习支持向量机算法综述(课设作业)
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2023-05-20
- **Last Updated**: 2023-11-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 机器学习支持向量机算法综述(课设作业)
### 摘要
支持向量机（SVM）是一种基于统计学习理论的二分类模型，它的目标是寻找一个最大化几何间隔的线性超平面，将不同类别的样本分开。SVM在计算机视觉、自然语言处理、生物信息学等领域有广泛的应用。本文首先介绍SVM的基本理论，通过实验例子展现SVM算法的效果，接着介绍了SVM在各个领域的应用情况，最后对SVM的研究问题和发展趋势进行了展望。
##### 关键字：支持向量机，统计学习理论，训练算法

## 协议
[MIT](./LICENSE) © 河山 100%