【內容簡介】《支持向量機與應用和MATLAB程序詳解視頻》共15章156節視頻，總學時1266分鐘，合21.1小時。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，SVM回歸分析預測上證開盤指數，SVM的信息粒化時序回歸預測上證開盤指數變化區間，基于SVM算法進行柴油機故障診斷，支持向量機(SVM)算法與其它算法結合思路與希望。

      全部提供MATLAB代碼程序和PPT課件。

      提供輔導答疑。

第一章  必先看和支持向量機(SVM)的影響力及其研究領域簡介

第二章  支持向量機（SVM）基本概念與基本理論

第三章  線性分類器及其尋找最好分類面的建模分析

第四章  線性不可分及核函數和松弛變量與懲罰因子

第五章  支持向量機SVM用于多類分類問題

第六章  支持向量機SVM及MATLAB程序實現

第七章  基于支持向量機利用圖像屬性分類與程序實現

第八章  基于LIBSVM軟件利用圖像屬性分類與程序實現

第九章  基于SVM分析意大利葡萄酒多個分類

第十章  參數優化及交叉驗證方法與最佳參數計算

第十一章  支持向量機進行手寫體數字圖像識別分類

第十二章  SVM回歸分析預測上證開盤指數

第十三章  SVM的信息粒化時序回歸預測上證開盤指數變化區間

第十四章  基于SVM算法進行柴油機故障診斷

第十五章  支持向量機(SVM)算法與其它算法結合思路與希望