熟悉機器學習 (machine learning) 領域的同好,一定知道在眾多 supervised learning models 中廣為人知的 SVM (support vector machine)。要使用 SVM 來做分類,不論你是使用 Java, C++, Python, R, Matlab, Perl, 或甚至是 OCaml, 你很可能正在使用 LIBSVM 這套 SVM 的實作程式庫。
我們非常榮幸邀請到 LIBSVM 的作者台大資工林智仁教授來擔任年會的 keynote speaker,林教授將分享他開發機器學習演算法以及應用機器學習在現實生活中涉及大數據的許多有趣但困難的問題。
大師現身說法的機會難得一見,請記得注意年會的開放報名時間,以免因名額有限而向隅。:)
http://twconf.data-sci.org/speaker/#cjlin
「svm matlab」的推薦目錄:
svm matlab 在 How to apply SVM model to new data using libsvm in MATLAB? 的推薦與評價
From the libsvm readme: If labels of test data are unknown, simply use any random values. So just use a vector of ones or zeroes or whatever ... ... <看更多>
svm matlab 在 kk289/ML-Support_Vector_Machines-MATLAB - GitHub 的推薦與評價
We use support vector machines (SVMs) with various example 2D datasets. Experimenting with these datasets will help us gain an intuition of how SVMs work ... ... <看更多>