主要內容包括：支持向量機（SVM）基本概念與基本理論，線性分類器及其尋找最好分類面的建模分析，線性不可分及核函數和松弛變量與懲罰因子，支持向量機SVM用于多類分類問題，支持向量機SVM及MATLAB程序實現，基于支持向量機利用圖像屬性分類與程序實現，基于LIBSVM軟件利用圖像屬性分類與程序實現，基于SVM分析意大利葡萄酒多個分類，參數優化及交叉驗證方法與最佳參數計算，支持向量機進行手寫體數字圖像識別分類

視頻介紹了支持向量機的計算原理，常用的計算方法，適合初學者快速入門掌握原理，但是有的地方講的可能不夠細致，歡迎大家批評指正。

基于matlab的引力搜索算法優化支持向量機（GSA-SVM）分類模型，以分類精度為優化目標優化SVM算法的參數c和g，輸出分類可視化結果及適應度變化曲線。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

基于matlab的螢火蟲算法優化支持向量機（GSA-SVM）分類模型，以分類精度為優化目標優化SVM算法的參數c和g，輸出分類可視化結果。數據可更換自己的，程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。

介紹了一個python實現支持向量機SVM數據訓練和預測的案例，希望對大家有所幫助，代碼放在評論區，歡迎大家在評論區提出問題討論。